Scaleway CLI v2.36.0 版本发布:全面增强云资源管理能力
Scaleway CLI 是 Scaleway 云平台提供的命令行工具,它允许开发者通过简单的命令来管理和操作云资源,无需通过 Web 控制台即可完成各种云服务的管理工作。最新发布的 v2.36.0 版本带来了多项功能增强和问题修复,进一步提升了用户体验和功能完整性。
核心功能增强
苹果芯片服务器支持 VPC 网络
v2.36.0 版本为苹果芯片服务器(M1/M2)增加了 VPC 网络支持。通过新增的 enable_vpc 参数,用户可以在创建苹果芯片服务器时直接启用 VPC 网络功能,实现更灵活的网络配置。这一特性使得苹果芯片服务器能够更好地融入企业级网络架构,满足复杂网络环境下的部署需求。
块存储卷和备份等待命令
新版本引入了 block volume wait 和 block backup wait 命令,解决了资源状态同步的问题。在创建、修改或删除块存储卷和备份时,这些命令可以阻塞 CLI 执行直到操作完成或达到超时时间。这对于自动化脚本特别有用,可以避免在资源未就绪时执行后续操作导致的错误。
实例服务器与块存储卷的深度集成
v2.36.0 改进了实例服务器与块存储卷的交互方式:
- 服务器创建时支持直接附加额外的块存储卷
- 服务器删除时会自动等待关联的块存储卷操作完成
- 使用新的块存储服务(SBS)API 管理卷,提供更稳定和高效的体验
这些改进显著提升了批量创建服务器和存储资源的工作流效率。
管理与监控功能优化
操作日志支持
新增了对操作日志(Audit Trail)v1alpha1 API 的支持,使组织能够更好地跟踪和记录云资源操作历史,满足合规性要求。用户现在可以通过 CLI 直接查询操作日志,便于安全审计和问题排查。
折扣管理增强
账单模块中的折扣列表功能现在支持按开始日期(start_date)和过期日期(expiration_date)排序,使财务管理人员能够更清晰地了解折扣的有效期和适用时间范围。
IAM 用户管理改进
身份与访问管理(IAM)功能得到多项增强:
- 用户列表支持按用户名(username)排序
- 移除了更新用户密码时的邮件发送功能,提供更灵活的密码管理方式
- 改进了成员功能的文档说明,特别是私有测试版功能的描述
开发者体验提升
PowerShell 开发环境支持
为 Windows 开发者新增了 PowerShell 安装脚本,简化了开发环境的搭建过程。这使得 Windows 用户能够更便捷地参与 Scaleway CLI 的开发和贡献。
文档系统改进
v2.36.0 版本开始构建 CLI 文档的概念验证(PoC),为未来提供更完善的文档系统奠定基础。同时,多个服务的文档得到了更新和增强,包括 Kubernetes、IAM 和消息队列等服务的详细说明。
稳定性与性能优化
资源清理机制
新版本引入了资源清理器(Sweeper)机制,能够在测试后自动清理创建的资源,防止资源泄漏和成本浪费。这一机制特别适合持续集成环境和自动化测试场景。
错误处理和稳定性
多项稳定性改进包括:
- 修复了实例服务器删除时卷状态等待的逻辑
- 改进了文件加载时的 IO 处理,避免重复读取问题
- 增强了裸金属服务器的库存检查机制
- 修复了多区域镜像列表的功能
总结
Scaleway CLI v2.36.0 版本通过引入多项新功能和改进,显著提升了云资源管理的效率和可靠性。从苹果芯片服务器的 VPC 支持到块存储的等待命令,从操作日志到增强的 IAM 功能,这些改进都体现了 Scaleway 对开发者体验的持续关注。对于使用 Scaleway 云服务的开发者和运维团队来说,升级到最新版本将能够获得更强大、更稳定的命令行管理体验。
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