Restfox v0.36.0 版本发布:增强API测试工具的功能与稳定性
Restfox是一款开源的API测试工具,它提供了类似Postman的功能,但更加轻量级且专注于开发者体验。作为一个跨平台的应用程序,Restfox支持Windows、macOS和Linux系统,可以通过多种方式安装,包括snap、homebrew和scoop等包管理器。
核心功能更新
PDF预览功能加入响应面板
在本次v0.36.0版本中,Restfox新增了对PDF文件的预览支持。当API返回PDF格式的响应时,开发者现在可以直接在响应面板中查看PDF内容,而无需下载到本地再用其他软件打开。这一功能极大地简化了处理PDF格式API响应的流程,提高了开发效率。
插件系统增强
Restfox的插件系统在此版本中得到了扩展,新增了两个重要的API方法:
rf.request.setPathParams:允许开发者动态设置路径参数rf.request.getPathParams:提供获取当前路径参数的能力
这些新增方法为插件开发者提供了更大的灵活性,使得他们能够创建更加强大和动态的API测试插件,满足各种复杂的测试场景需求。
用户体验改进
环境编辑器优化
环境变量是API测试中的重要组成部分。v0.36.0版本改进了环境变量编辑器的行为,现在当用户输入无效的JSON时,编辑器会阻止关闭操作,防止意外丢失已输入的内容。这一改进减少了因输入错误导致的环境变量配置丢失的风险。
请求面板查询参数预览
请求面板中的URL预览功能现在能够实时响应环境变量的变化。当用户在文件夹级别切换环境时,URL预览会立即更新,显示基于新环境变量的完整URL。这一改进使得在不同环境间切换测试时,开发者能够更直观地看到最终的请求URL。
问题修复与稳定性提升
本次版本包含了多项问题修复,显著提升了工具的稳定性和用户体验:
- 解决了Socket面板中可调整大小的payload输入框在输入或收到消息时高度重置的问题
- 修复了cURL导入功能中的多个问题,包括:
- 正确处理URL末尾的斜杠
- 确保请求体被正确导入
- 修复了右键菜单中cURL导入时请求体丢失的问题
- 修正了标签替换功能的bug
- 解决了Postman导入功能中的多个问题:
- 处理auth为null的情况
- 处理请求为null的情况
- 修复当raw属性缺失时的URL导入问题
- 正确处理描述为对象而非字符串的情况
安装与使用
Restfox支持多种安装方式:
- Ubuntu用户可以通过snap安装
- macOS用户可以使用homebrew安装
- Windows用户可以通过scoop安装
这些多样化的安装选项使得不同操作系统的开发者都能方便地获取和使用Restfox。
总结
Restfox v0.36.0版本在功能增强和问题修复方面都取得了显著进展。新增的PDF预览功能丰富了响应处理能力,插件API的扩展为高级用户提供了更多可能性,而众多用户体验的改进则使得日常API测试工作更加流畅。对于需要轻量级但功能全面的API测试工具的开发者来说,这个版本值得升级。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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