Higress v2.0.6-rc.2版本发布:WASM插件优化与AI能力增强
Higress是一个基于Envoy构建的云原生网关,专注于提供高性能、可扩展的API网关解决方案。该项目由阿里巴巴开源,旨在简化微服务架构中的流量管理、安全防护和可观测性需求。最新发布的v2.0.6-rc.2版本带来了多项重要改进,特别是在WASM插件优化和AI相关功能增强方面。
WASM插件协议优化
本次版本对WASM插件的协议定义进行了精简和优化。通过重构proto文件,减少了不必要的依赖和冗余定义,使得插件开发更加高效。这一改进不仅提升了插件的编译速度,还降低了运行时内存占用,对于大规模部署场景尤为重要。
WASM(WebAssembly)技术允许开发者使用多种编程语言编写高性能插件,这些插件可以在网关运行时动态加载执行。Higress通过优化WASM插件协议,进一步强化了这一能力,为开发者提供了更灵活、更高效的插件开发体验。
AI插件功能增强
v2.0.6-rc.2版本对AI相关插件进行了多项改进:
-
AI代理优化:修复了与Minimax API交互时可能出现的阻塞问题,提升了AI代理的稳定性和响应速度。这一改进使得Higress在处理AI模型请求时更加可靠,特别是在高并发场景下。
-
日志记录增强:新增了AI日志字段,为AI相关请求提供了更详细的日志信息。这一功能对于调试AI插件和分析请求模式非常有帮助,开发者可以更清晰地了解AI请求的处理过程。
-
统计插件独立:移除了AI统计插件的不必要依赖,使其更加轻量化。这一变化降低了系统资源消耗,同时保持了统计功能的完整性。
微前端灰度发布支持
该版本扩展了前端灰度发布能力,新增了对IncludePathPrefixes字段的支持。这一特性使得开发者可以更精确地控制灰度流量的路由规则,特别适用于微前端架构下的渐进式发布场景。通过路径前缀匹配,可以实现更细粒度的功能发布控制。
架构文档新增
为了方便用户更好地理解Higress的设计理念和内部机制,本次版本新增了详细的架构文档。这份文档系统性地介绍了Higress的核心组件、数据流和扩展机制,对于希望深度定制或二次开发的用户具有重要参考价值。
其他改进
除了上述主要特性外,v2.0.6-rc.2版本还包含了一些小的优化和修复:
- 修复了文档中的拼写错误
- 改进了命令行工具hgctl的构建和发布流程
- 优化了相关组件的资源使用效率
总结
Higress v2.0.6-rc.2版本在保持系统稳定性的同时,重点提升了WASM插件和AI相关功能的能力。这些改进使得Higress在云原生API网关领域继续保持竞争力,特别是在需要复杂流量管理和AI集成的场景下。对于现有用户,建议评估这些新特性是否适用于自己的业务场景;对于新用户,这个版本提供了更完善的功能集和更好的开发体验。
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