STUNner v1.1.0发布:Kubernetes WebRTC网关的运营商级升级
STUNner是一个开源的Kubernetes原生WebRTC媒体网关项目,它使得WebRTC应用能够像其他Kubernetes服务一样在云原生环境中运行。STUNner通过实现标准的TURN协议,为WebRTC流量提供了可靠的NAT穿透解决方案,同时保持了Kubernetes环境特有的弹性、可观测性和安全性优势。
运营商级性能升级
STUNner v1.1.0版本标志着项目迈向运营商级性能的重要里程碑。经过半年的开发和稳定性改进,这个版本带来了多项关键增强:
-
TURN加速框架:通过Linux/eBPF技术实现的TURN流量卸载功能,将CPU占用降低了100倍以上,单台Linux服务器现在可以处理超过100Gbps的TURN/UDP流量。
-
用户配额支持:新增的用户配额功能可有效缓解恶意流量攻击,为大规模部署提供更好的保护。
-
STUN服务器模式:除了传统的TURN服务外,现在还可以将STUNner配置为纯STUN服务器,满足不同场景的需求。
-
DaemonSet数据平面:支持以DaemonSet方式部署数据平面,简化了在节点级别管理TURN服务的复杂度。
-
中继地址发现:自动发现和配置中继地址的功能,使得部署公共STUN/TURN服务更加简单。
全新ICE测试工具
针对Kubernetes环境中WebRTC部署的复杂性,v1.1.0引入了一个实验性的ICE测试工具。这个工具可以:
- 自动部署一个完整的WHIP服务器到Kubernetes集群
- 配置STUNner网关暴露服务
- 启动WHIP客户端进行连接测试
- 提供详细的诊断信息帮助排查问题
- 报告性能指标(包速率、丢包率、RTT等)
该工具支持对称和非对称ICE模型,覆盖UDP和TCP传输协议,是验证STUNner安装和配置的理想选择。
架构改进与优化
-
集中部署模式:移除了传统的"legacy"数据平面模式,现在所有部署都使用更先进的"managed"模式。
-
指标导出重构:将监控指标系统迁移到OpenTelemetry标准,提供更好的可观测性。
-
认证服务增强:支持自定义公共地址配置,改进了与最新CDS API的兼容性。
-
命令行工具改进:stunnerctl增加了混合JSON查询和字符串输出的能力,提升了用户体验。
-
资源清理优化:确保在删除数据平面资源时彻底清理相关的Deployment和DaemonSet。
开发者体验提升
-
新的示例应用:新增了基于Elixir语言的WebRTC示例,展示了如何与不同技术栈集成。
-
文档完善:更新了完整公共TURN服务器配置指南,移除了过时的legacy模式文档。
-
测试增强:通过CDS服务器端口随机化等技术,提高了测试的健壮性。
-
错误处理改进:统一了错误消息格式,使问题诊断更加直观。
STUNner v1.1.0不仅为即将发布的商业版本奠定了基础,也为开源用户带来了诸多实用改进。无论是小规模试验还是大规模生产部署,这个版本都提供了更稳定、更高效的WebRTC网关解决方案。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00