AWS SDK for .NET 3.7.963.0版本发布:增强S3数据完整性校验与多服务更新
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它让开发者能够轻松地在.NET应用程序中集成和使用AWS的各种云服务。本次3.7.963.0版本的发布带来了多项重要更新,特别是在S3服务的数据完整性保护方面有显著增强,同时也更新了多个AWS服务的功能支持。
S3服务数据完整性保护全面升级
本次更新最值得关注的是S3服务在数据完整性校验方面的重大改进。AWS SDK for .NET现在默认对所有支持的请求和响应自动计算校验和(默认使用CRC32算法),这为数据传输提供了额外的安全保障。
新版本引入了以下关键特性:
-
CRC64NVME校验算法支持:新增了对CRC64NVME校验算法的支持,为用户提供了更多数据完整性验证的选择。
-
多部分S3对象的完整对象校验:现在可以对多部分上传的S3对象进行完整的校验和计算,确保大文件上传过程中的数据完整性。
-
默认完整性保护:所有S3请求现在默认启用完整性保护机制,进一步提升了数据传输的安全性。
对于需要自定义校验行为的场景,开发者可以通过以下方式调整:
- 设置
AmazonS3Config中的RequestChecksumCalculation和ResponseChecksumValidation选项为WHEN_REQUIRED,仅在服务要求时计算校验和 - 在
PutObject、UploadPart或TransferUtilityUpload操作中设置DisableDefaultChecksumValidation标志为false,完全绕过校验和计算
需要注意的是,CompleteMultipartUploadRequest.AddPartETags方法的行为有所变化,现在它只包含由CopyObject和UploadPart操作返回的ETags。如果开发者在多部分上传中明确指定了校验算法,并且需要包含额外的校验和(如ChecksumCRC32或ChecksumSHA256),应该使用新的AddPartETagsAndChecksums方法。
其他服务更新
除了S3服务的重大更新外,本次发布还包含了多个AWS服务的功能增强:
-
Bedrock Agent Runtime:现在支持内联代理的流式传输功能,为构建对话式AI应用提供了更灵活的实现方式。
-
Cognito Identity:修正了双栈端点配置,改进了服务的网络连接能力。
-
Partner Central Selling:为ResourceSnapshotJob资源添加了标签支持,便于资源管理和分类。
-
Simple Email V2:在虚拟可交付性管理器顾问中新增了一项推荐功能,能够检测客户发送身份的高投诉率。
-
WorkSpaces:新增了GeneralPurpose.4xlarge和GeneralPurpose.8xlarge两种计算类型,为用户提供了更多工作空间配置选择。
-
WorkSpaces Thin Client:明确了MaintenanceWindow中的type字段为必填项,增强了API的严谨性。
底层核心改进
AWS SDK for .NET的核心库也进行了重要更新:
- 添加了与
HashAlgorithm兼容的CRC32实现,无需CRT依赖 - 新增了
RequestChecksumCalculation和ResponseChecksumValidation配置选项 - 更新了所有服务的端点信息
这些底层改进为上层服务功能的实现提供了更好的支持,同时也为开发者提供了更多的配置灵活性。
总结
AWS SDK for .NET 3.7.963.0版本通过增强S3服务的数据完整性保护机制,显著提升了云存储服务的安全性和可靠性。同时,多个AWS服务的功能更新也为开发者构建云应用提供了更多可能性。特别是S3校验和机制的改进,使得开发者能够以更简单的方式确保数据传输的完整性,而无需自行实现复杂的校验逻辑。这些更新体现了AWS对开发者体验和数据安全性的持续关注,值得.NET开发者升级体验。
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