CakePHP 4.6.0-RC1发布:Redis TLS支持与命令参数增强
项目简介
CakePHP是一个广受欢迎的PHP开源Web应用框架,以其简洁优雅的代码结构和"约定优于配置"的开发理念著称。它提供了完善的MVC架构、数据库抽象层、表单验证、安全防护等Web开发常用功能,帮助开发者快速构建稳健的Web应用。
4.6.0版本亮点
CakePHP核心团队近日发布了4.6.0的第一个候选版本(4.6.0-RC1)。虽然团队的主要精力已转向5.x系列,但4.6版本仍然从5.1和即将发布的5.2版本中反向移植了一些实用功能。这个版本虽然规模不大,但包含了几项值得关注的改进。
Redis引擎的TLS支持
在4.6.0版本中,RedisEngine新增了tls选项,允许开发者通过TLS加密连接与Redis服务器通信。这一改进显著提升了在非信任网络环境中使用Redis时的数据安全性。
对于需要安全连接的场景,现在可以这样配置Redis缓存:
'Cache' => [
'redis' => [
'className' => 'Redis',
'host' => 'secure.redis.example.com',
'port' => 6379,
'tls' => true, // 启用TLS加密
// 其他配置项...
]
]
命令参数默认值支持
命令行工具方面,4.6.0为可选命令参数增加了default值支持。这使得命令行工具的开发更加灵活,可以更好地处理用户未提供参数的情况。
例如,现在可以这样定义一个带有默认值的可选参数:
protected function buildOptionParser(ConsoleOptionParser $parser)
{
$parser->addArgument('filename', [
'help' => '要处理的文件',
'required' => false,
'default' => 'default.txt'
]);
return $parser;
}
数字格式化增强
在数字处理方面,Number::formatter()和currency()方法现在支持roundingMode选项,允许开发者更精确地控制舍入行为。这在金融计算等对精度要求较高的场景中特别有用。
新的舍入模式选项支持多种舍入方式,包括:
- 向上舍入(ROUND_UP)
- 向下舍入(ROUND_DOWN)
- 银行家舍入法(ROUND_HALF_EVEN)等
使用示例:
use Cake\I18n\Number;
// 使用银行家舍入法格式化货币
echo Number::currency(123.456, 'USD', [
'roundingMode' => Number::ROUND_HALF_EVEN
]);
升级建议
对于计划升级到4.6.0的用户,建议:
- 仔细阅读官方提供的迁移指南,了解所有变更点
- 在测试环境中先行验证应用兼容性
- 特别关注Redis连接配置的变更(如果需要使用TLS)
- 检查自定义命令行工具的参数处理逻辑
社区贡献
4.6.0版本的开发得到了社区成员的积极参与,包括错误报告、功能建议和代码贡献。这种开源协作模式正是CakePHP能够持续发展的重要动力。团队也鼓励更多开发者参与文档完善、功能测试和新特性开发等工作。
随着4.6.0正式版的临近,CakePHP继续为PHP开发者提供稳定、安全且功能丰富的框架选择,同时为向5.x系列的过渡做好准备。
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