Higress v2.1.1-rc.1版本发布:增强插件能力与配置管理
Higress作为阿里巴巴开源的云原生网关项目,基于Envoy构建,提供了丰富的流量管理、安全防护和可观测性能力。本次发布的v2.1.1-rc.1版本带来了多项功能增强和问题修复,特别是在插件系统、配置管理和AI代理支持方面有显著改进。
核心功能更新
增强插件系统能力
本次版本对插件系统进行了多项优化。首先,custom-response插件现在支持根据不同的响应状态码返回不同的内容,这为开发者提供了更灵活的响应定制能力。其次,修复了Go 1.24编译的Wasm插件中由GC引起的问题,提升了插件运行的稳定性。此外,HttpContext新增了GetContextId方法,为插件开发提供了更多上下文信息。
改进配置管理
在配置管理方面,v2.1.1-rc.1版本引入了多项重要改进。MCP服务器现在支持可选的配置存储和Redis配置,为不同规模的部署提供了更多灵活性。同时,新增了对Nacos命名空间的支持,使得在多租户环境下管理配置更加方便。MCP还增加了对Amap自动IP检测的支持,提升了服务发现的准确性。
AI代理与统计增强
AI代理功能得到了文档方面的改进,修复了文档中星号字符的转义问题,使文档更加规范。同时,AI统计文档也得到了修正,确保统计数据的准确性和可靠性。
前端架构优化
前端部分进行了重大重构,使业务逻辑对微前端和多版本支持更加友好。这一改进将为后续的多版本共存和渐进式升级提供更好的基础架构支持。
工具链更新
hgctl命令行工具发布了各平台的更新版本,包括macOS(amd64/arm64)、Linux(amd64/arm64)和Windows(amd64/arm64)平台,确保开发者可以在不同环境下顺畅使用Higress。
问题修复与优化
除了功能增强外,本次版本还修复了多个问题,包括参数映射中使用%v代替%s的问题,以及动态工具重置相关的改进。这些修复提升了系统的稳定性和可靠性。
总结
Higress v2.1.1-rc.1版本在插件系统、配置管理和AI支持等方面都有显著进步,同时解决了多个已知问题。这些改进使Higress在云原生API网关领域继续保持领先地位,为开发者提供了更强大、更稳定的服务网关解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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