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。
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