Notion SDK Python 2.4.0版本发布:功能增强与开发者体验优化
Notion SDK Python是Notion官方API的Python客户端库,为开发者提供了便捷的方式来与Notion平台进行交互。通过这个SDK,开发者可以轻松地创建、读取、更新和删除Notion中的页面、数据库、块等内容,实现自动化工作流和定制化应用开发。
主要功能更新
块更新新增column参数
2.4.0版本为块更新操作新增了column请求体参数。这一增强使得开发者能够更精确地控制块在多列布局中的位置,为内容排版提供了更大的灵活性。在Notion的多列布局中,开发者现在可以通过编程方式指定块应该放置在哪个列中,这对于构建复杂的页面布局特别有用。
认证令牌格式变更
本次更新响应了Notion API的变更,将认证令牌格式从secret_前缀更新为ntn_前缀。这一变更要求所有使用旧格式令牌的开发者进行相应更新。虽然这是一个破坏性变更,但它有助于统一Notion生态系统的认证机制,提高安全性。
开发者体验改进
新增端点参数支持
开发团队修复了多个端点中缺失的参数,使SDK与Notion API的最新功能保持同步。这些改进确保了开发者能够访问API提供的所有功能,而不会因为SDK的限制而无法使用某些特性。
测试套件优化
2.4.0版本对测试套件进行了多项改进:
- 修复了测试范围警告,提高了测试的可靠性
- 更新了测试cassettes,确保测试与实际API行为一致
- 实现了GitHub CI定时任务,自动检查Notion API变更并创建问题
这些改进显著提升了SDK的稳定性和可维护性,为开发者提供了更可靠的开发基础。
文档与示例增强
本次更新包含了对文档和示例代码的改进,特别是新增了更明确的页面创建示例。这些改进降低了新用户的学习曲线,帮助开发者更快地上手和使用SDK。清晰的示例代码对于理解如何构建复杂的Notion集成特别有价值。
向后兼容性考虑
虽然2.4.0版本引入了认证令牌格式的变更,但开发团队已经确保了其他方面的向后兼容性。现有的代码在更新认证令牌后应该能够继续正常工作,不会因为SDK更新而引入额外的破坏性变更。
升级建议
对于正在使用旧版本Notion SDK Python的开发者,建议尽快升级到2.4.0版本以获取最新功能和改进。升级时需要注意:
- 将认证令牌从
secret_前缀更新为ntn_前缀 - 检查是否有代码依赖于被修复的端点参数
- 利用新的文档示例来优化现有实现
这个版本继续巩固了Notion SDK Python作为Python开发者与Notion平台交互的首选工具的地位,通过持续的改进和功能增强,为开发者社区提供了更强大、更可靠的工具集。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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