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。
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
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