Odigos项目v1.0.166版本发布:增强云原生可观测性能力
Odigos是一个开源的分布式追踪和可观测性平台,它能够自动检测应用程序中的追踪数据并将其发送到各种监控后端。该项目通过简化可观测性数据的收集和传输过程,帮助开发团队更轻松地实现应用程序性能监控。
在最新发布的v1.0.166版本中,Odigos团队带来了多项重要更新,主要集中在目标数据源的扩展和核心功能的优化上。这些改进进一步增强了Odigos作为云原生可观测性解决方案的能力。
新增目标数据源支持
本次版本最显著的变化是增加了对多个云服务提供商和监控平台的支持:
-
AWS EMF目标:新增了对Amazon CloudWatch嵌入式指标格式(EMF)的支持。这使得用户可以直接将指标数据发送到CloudWatch Metrics,便于在AWS生态系统中统一监控。
-
阿里云目标:增加了对阿里云监控服务的支持,为使用阿里云基础设施的用户提供了更好的集成体验。
-
Seq目标:新增了对Seq日志管理系统的支持。Seq是一个专注于.NET生态系统的结构化日志服务器,这一新增使得.NET开发者可以更方便地将应用日志与Odigos集成。
-
Checkly目标:Checkly是一个现代监控平台,主要用于API和E2E监控。新增的Checkly目标支持使得用户可以将应用性能数据直接发送到Checkly平台进行分析。
Java环境变量优化
在Java应用程序的自动检测方面,v1.0.166版本进行了重要优化:
- 当存在多个配置选项时,现在只会设置一个环境变量,而不是多个。这减少了环境变量的数量,简化了配置管理。
- 这一改进特别有利于Kubernetes环境中的Java应用部署,使得配置更加简洁和易于维护。
核心功能改进
除了新增功能外,本次发布还包含了一些核心功能的优化:
- 改进了数据过滤机制,确保所有数据都经过适当的过滤处理,提高了数据质量和安全性。
- 更新了前端依赖项,包括升级gqlgen到0.17.70版本,提升了GraphQL API的稳定性和性能。
- 文档系统更新至mintlify 4.0.454,改善了文档的可读性和维护性。
多平台CLI支持
Odigos继续提供跨平台的命令行工具支持,v1.0.166版本为以下平台提供了预编译的CLI二进制文件:
- macOS (amd64和arm64架构)
- Linux (amd64和arm64架构)
- Windows (amd64和arm64架构)
这些二进制文件都提供了校验和文件(checksums.txt),方便用户验证下载的完整性。
Helm Chart更新
对于Kubernetes用户,本次发布同步更新了Helm Chart(1.0.166版本),简化了在K8s集群中部署和升级Odigos的流程。
总的来说,Odigos v1.0.166版本通过扩展目标数据源支持和优化核心功能,进一步巩固了其作为云原生可观测性解决方案的地位。特别是对AWS、阿里云等主流云平台的支持,使得Odigos能够更好地服务于不同云环境中的用户需求。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
Spark-Formalizer-X1-7BSpark-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