iroh项目v0.35.0版本发布:网络功能全面升级
iroh是一个专注于点对点网络通信的现代化开源项目,旨在提供高效、安全的分布式网络解决方案。该项目采用了先进的网络协议和技术栈,为开发者构建去中心化应用提供了强大的基础工具集。
核心变更与架构调整
本次v0.35.0版本带来了多项重要改进,特别是在网络通信和性能监控方面:
-
ALPN协议支持增强:现在系统允许使用"fallback" ALPNs进行连接,这显著提高了在不同网络环境下的连接兼容性。ALPN(应用层协议协商)是TLS扩展,用于在安全连接建立时协商应用协议。
-
网络报告机制:新增的
net-report方法为iroh::Endpoint提供了实时网络状态监控能力,返回一个Watchable<Report>对象,开发者可以借此获取详细的网络性能指标和连接状态。 -
WebSocket支持:全面增强了WebSocket的代理和测试工具支持,开发者现在可以通过
endpoint::Builder灵活配置WebSocket参数,这为浏览器端应用集成提供了更多可能性。
重要架构变更
-
RelayMap重构:移除了
default_from_node方法,并调整了from_url方法的实现,现在更推荐使用From<RelayUrl>特性来进行转换。这一变更使得RelayMap的创建API更加符合Rust的惯用法。 -
路由器接口简化:
Router::spawn方法从异步函数变为普通函数,并且不再返回anyhow::Result<()>,这一变更使得API更加简洁直观。 -
指标系统重构:所有指标结构体现在实现了
iroh-metricsv0.34中的MetricsGroup特性,不再依赖旧版本的指标系统。值得注意的是,指标不再注册到静态的Core全局变量中,而是由各个子系统直接暴露,例如通过Endpoint::metrics访问。
安全性与兼容性改进
-
TLS连接验证:更新了依赖库并修复了0-RTT(零往返时间)连接问题,现在系统会从
ServerName中提取预期的NodeId进行验证,增强了连接安全性。 -
DNS服务器兼容性:针对使用v0.34或更低版本存储的数据包提供了向后兼容支持,确保系统升级不会影响现有数据。
-
数据包过期处理:修复了DNS服务器中数据包过期相关的问题,提高了系统的稳定性和可靠性。
开发者体验优化
-
新增示例代码:提供了
echo-no-router.rs示例,帮助开发者理解如何在不依赖路由器的情况下实现基本网络通信。 -
传输示例改进:优化了transfer、publish和resolve等示例代码,使其更易于理解和上手。
-
构建系统更新:升级了构建缓存工具,提高了开发环境的构建效率。
性能与稳定性
-
Relay客户端优化:修复了队列满时Relay客户端actor意外停止的问题,提高了在高负载情况下的系统稳定性。
-
依赖项升级:将pkarr库升级到v3版本,带来了性能提升和新特性支持。
这次版本更新体现了iroh项目对网络通信质量和开发者体验的持续关注,通过架构调整和功能增强,为构建高性能分布式应用提供了更加强大的基础。特别是WebSocket支持的完善和指标系统的重构,将为开发者带来更灵活的集成方式和更深入的性能洞察能力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00