Marten项目V7.39.0版本发布:事件溯源与PostgreSQL增强
Marten是一个基于PostgreSQL的.NET事件溯源和文档数据库库,它结合了PostgreSQL的强大功能和.NET开发的便利性。作为一个开源项目,Marten为开发者提供了高效的文档存储、事件溯源支持以及强大的查询能力。最新发布的V7.39.0版本带来了一系列重要改进,特别是在事件流处理、全文搜索和多语言支持方面。
复合部分深度优先处理优化
在文档存储方面,新版本改进了复合部分的处理逻辑。现在Marten会采用深度优先的方式递归处理复合部分,这确保了复杂对象结构的正确序列化和存储顺序。对于包含嵌套对象或集合的文档,这种处理方式能够保证数据一致性和完整性。
PostgreSQL视图差异检测修复
通过升级Weasel依赖库,Marten现在能够更准确地检测PostgreSQL视图的差异。这一改进对于使用数据库视图作为查询抽象层的应用尤为重要,确保了视图定义变更时能够正确识别并应用这些变更。
多语言全文搜索增强
针对国际化应用场景,新版本改进了ngram搜索功能,增加了对unaccent扩展的支持。这意味着现在进行全文搜索时,系统能够更好地处理多语言文本,特别是那些带有重音符号的字符。例如,搜索"café"现在也能匹配到"cafe",大大提升了非英语用户的搜索体验。
事件流版本快速推进API
在事件溯源方面,新增了IEventStream.TryFastForwardVersion() API。这个新接口允许开发者尝试快速推进事件流的版本,而无需实际追加新事件。这对于某些需要乐观并发控制的场景特别有用,比如当多个进程可能同时尝试修改同一事件流时。
主表多租户模型连接字符串加密
安全性方面,新版本增加了对主表多租户模型中连接字符串的加密支持。现在可以使用AES或PgCrypto算法加密这些连接字符串,为多租户应用提供了额外的安全层,防止敏感信息泄露。
元数据代码生成支持记录类型
针对C# 9引入的记录类型(record),Marten现在能够正确生成元数据代码。这一改进使得使用记录类型作为领域模型的开发者能够获得与类(class)相同的功能支持,包括变更跟踪和乐观并发控制等特性。
非陈旧数据等待功能公开
新版本还公开了等待非陈旧数据的功能。这意味着开发者现在可以更直接地控制查询行为,确保在某些需要强一致性的场景下,查询能够等待直到数据达到预期状态,而不是立即返回可能过时的结果。
这些改进共同提升了Marten在复杂应用场景下的表现,特别是在多语言支持、安全性和事件溯源方面的能力得到了显著增强。对于正在使用或考虑使用Marten的.NET开发者来说,V7.39.0版本提供了更强大、更可靠的功能集。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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