Encore框架v1.48.3版本发布:跨域凭证与CORS优化解析
Encore是一个现代化的后端开发框架,它通过抽象基础设施的复杂性,让开发者能够专注于业务逻辑的实现。该框架采用声明式编程模型,自动处理部署、监控等运维工作,显著提高了开发效率。近日,Encore发布了v1.48.3版本,这个维护性更新主要解决了跨域资源共享(CORS)和可选字段处理等关键问题。
跨域凭证支持增强
在Web开发中,跨域请求是常见需求,但浏览器出于安全考虑会施加严格限制。本次更新中,Encore框架对Leap客户端(内部RPC通信组件)进行了重要改进——现在允许跨站点携带凭证信息。
这项改进意味着当Encore应用需要在前端与不同域的后端服务通信时,可以安全地传输认证cookie或HTTP认证头信息。开发者不再需要为跨域认证问题设计复杂的变通方案,框架已原生支持这一特性。这对于采用微服务架构或前后端分离部署的项目尤为重要。
本地对象存储CORS配置优化
本地开发环境中,Encore提供了内置的对象存储服务。v1.48.3版本增强了其CORS(跨域资源共享)支持,现在会自动设置正确的CORS头部选项。具体改进包括:
- 预检请求(OPTIONS)的响应现在包含适当的Access-Control-Allow-*头部
- 支持开发者自定义CORS策略
- 确保与实际生产环境的行为一致性
这项优化使得前端开发者在本地开发时,能够获得与生产环境完全一致的跨域行为,避免了"开发时正常,上线后出错"的典型问题。
服务间调用可选字段处理修复
在微服务架构中,服务间的数据传递需要严格的类型兼容性。本次更新修复了一个关于可选字段的重要问题:当服务A调用服务B时,如果请求包含可选字段(在Protobuf或Go中表示为指针或omitempty字段),现在能够正确传递null值或缺失状态。
此前版本中,某些情况下可选字段的状态会在服务间调用时丢失,导致接收方无法区分"字段未设置"和"字段设置为零值"的区别。这个修复确保了类型系统的严谨性,对于需要精确控制字段语义的应用(如配置管理系统、金融交易系统等)尤为重要。
开发者体验提升
除了上述功能改进,v1.48.3版本还包含文档更新,使新用户更容易上手。README文件经过重新梳理,现在更清晰地介绍了Encore的核心概念和快速入门步骤。这些文档改进虽然看似微小,但对于降低学习曲线、提高开发者体验有着不可忽视的作用。
升级建议
对于正在使用Encore框架的项目,建议尽快升级到v1.48.3版本,特别是那些:
- 需要跨域认证的前后端应用
- 使用本地对象存储进行开发的项目
- 服务间存在复杂数据交换的微服务系统
升级只需修改go.mod中的版本号并运行go get命令即可。这个小版本更新完全向后兼容,不会引入破坏性变更。
Encore框架通过这类持续的小版本迭代,展现了其对开发者体验的重视。每个版本都针对实际开发中的痛点进行优化,使开发者能够更专注于创造业务价值而非解决基础设施问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00