Google Auth Library Python v2.39.0 版本发布:增强身份认证能力
Google Auth Library Python 是 Google 官方提供的 Python 身份验证库,它为开发者提供了与 Google 服务进行安全交互所需的各种认证功能。该库支持多种认证方式,包括服务账号、OAuth 2.0、工作负载身份联邦等,是 Google Cloud 生态系统中不可或缺的基础组件。
X.509 工作负载身份联邦正式发布
本次 v2.39.0 版本最重要的更新是正式将 X.509 工作负载身份联邦(Workload Identity Federation)功能标记为 GA(Generally Available)状态。这一功能允许组织在不使用服务账号密钥的情况下,通过外部身份提供商(如 AWS、Azure 等)的身份凭证来访问 Google Cloud 资源。
X.509 工作负载身份联邦通过使用 X.509 证书作为身份验证机制,提供了比传统服务账号密钥更安全的替代方案。开发者现在可以放心地在生产环境中使用这一功能,因为它已经通过了 Google 的全面测试和验证。
本地应用默认凭据支持模拟服务账号获取 ID 令牌
在身份验证流程中,fetch_id_token 方法现在支持通过本地应用默认凭据(Application Default Credentials, ADC)来模拟服务账号获取 ID 令牌。这一改进使得开发者在本地开发环境中能够更方便地测试和验证使用服务账号模拟的场景。
元数据服务器请求超时设置
为了提高系统的健壮性,新版本为元数据服务器(Metadata Server, MDS)请求添加了默认的超时设置。这一变更能够防止在网络不稳定或元数据服务器不可达的情况下,应用程序长时间挂起等待响应,从而提高了整体系统的可靠性。
Python 3.13 兼容性声明
随着 Python 3.13 的即将发布,Google Auth Library Python 已明确声明支持这一新版本。这确保了开发者可以放心地在即将到来的 Python 3.13 环境中使用该库,而不用担心兼容性问题。
依赖项管理改进
新版本还修复了一个依赖项管理问题,明确添加了对 urllib3 的依赖声明。这一改进确保了在使用相关功能时,所有必要的依赖项都会被正确安装,避免了运行时可能出现的缺失依赖错误。
总结
Google Auth Library Python v2.39.0 版本带来了多项重要改进,特别是在工作负载身份联邦方面的正式支持,为开发者提供了更安全、更灵活的认证方案。同时,对本地开发体验的优化、系统健壮性的提升以及对新 Python 版本的支持,都体现了该项目对开发者体验的持续关注和投入。这些改进将帮助开发者更高效、更安全地构建与 Google 服务集成的应用程序。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00