Odigos v1.0.185版本发布:增强运行时检测与动态目的地支持
Odigos是一个开源的分布式追踪和可观测性平台,它能够自动检测应用程序中的运行时环境,并生成相应的遥测数据。最新发布的v1.0.185版本带来了一系列功能增强和问题修复,进一步提升了平台的稳定性和可用性。
运行时检测能力增强
本次版本对运行时检测功能进行了显著改进。Odigos现在能够更准确地识别应用程序的运行环境,这对于自动生成遥测数据至关重要。改进后的检测机制能够处理更复杂的运行场景,为后续的数据收集和分析打下坚实基础。
PHP代理升级
PHP代理组件已升级至v0.1.18版本。这一更新为PHP应用程序提供了更好的可观测性支持,包括更全面的指标收集和更稳定的性能表现。对于使用PHP构建的服务,这一升级将显著提升监控数据的质量和可靠性。
Quartz任务调度监控优化
针对使用Quartz任务调度框架的应用,新版本优化了跨度(span)命名策略,降低了潜在的高基数问题。这一改进使得监控数据更加规范化,有助于提升查询效率和分析准确性。
Helm图表改进
在Kubernetes部署方面,Helm图表进行了多项优化:
- 移除了mountMethod参数的默认值,允许通过profile更灵活地覆盖配置
- 为清理作业添加了必要的源权限
- 为Greatwal集群设置了正确的Kubernetes节点日志目录
这些改进使得在Kubernetes环境中部署和管理Odigos更加灵活和可靠。
OpenShift支持增强
针对OpenShift环境的支持也得到了加强,当OpenShift设置失败时,系统会正确退出并报告错误,这有助于快速识别和解决部署问题。
OTLP/HTTP传输层安全
新版本为OTLP/HTTP协议添加了TLS支持,增强了数据传输的安全性。这对于生产环境中敏感监控数据的传输尤为重要。
动态目的地支持
用户界面新增了动态目的地功能,使得配置数据输出目标更加灵活和直观。这一改进简化了将监控数据路由到不同后端系统的配置过程。
测试与质量保证
团队对端到端测试进行了优化:
- 移除了多应用测试用例
- 修复了前端源指标名称问题
- 将夜间多应用测试替换为源测试
这些变更提升了测试的针对性和有效性,有助于保证发布质量。
内部改进
在内部实现方面,新版本为FastAPI跨度设置了子类别,使得内部监控更加细致。此外,还优化了发布工作流,添加了依赖同步机器人的PR检查机制。
总体而言,Odigos v1.0.185版本在功能、稳定性和用户体验方面都有显著提升,特别是对运行时环境的检测能力和动态目的地的支持,为构建更可靠的可观测性系统提供了坚实基础。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00