Undici v7.9.0 发布:HTTP客户端库的重要更新
项目简介
Undici 是 Node.js 官方团队开发的高性能 HTTP/1.1 和 HTTP/2 客户端库,旨在提供比 Node.js 内置 http 模块更高效、更现代的 HTTP 客户端功能。它特别适合需要高性能 HTTP 请求的场景,如微服务通信、API 调用等。
核心更新内容
1. MockAgent 新增非标准查询参数支持
新版本为 MockAgent 增加了 acceptNonStandardSearchParameters 选项,这一改进使得开发者可以更灵活地处理包含非标准查询参数的请求。在实际开发中,我们经常会遇到需要处理不规范 URL 的情况,这个新选项可以帮助开发者在不修改现有代码的情况下,更好地模拟这些特殊情况。
2. HTTP 缓存行为优化
本次更新对 HTTP 缓存机制进行了多项改进:
- 缓存控制头现在支持不区分大小写的处理,这符合 HTTP 规范的要求,解决了之前因大小写不一致导致的缓存问题
- 修复了
no-cache响应指令的处理逻辑,现在会正确遵守不带限定条件的no-cache指令 - 修正了
max-age缓存行为的实现,确保符合规范要求
这些改进使得 Undici 的缓存行为更加符合 HTTP 标准,减少了因缓存问题导致的意外行为。
3. HTTP/2 头部字段合并优化
修复了 HTTP/2 中冲突的平面头部字段合并问题。在 HTTP/2 中,某些头部字段(如 cookie)可能会被拆分为多个字段,新版本确保这些字段能够被正确合并,避免了因头部字段处理不当导致的请求问题。
4. 客户端统计信息增强
新增了通过 Agent 访问客户端和连接池统计信息的能力。这一功能为性能监控和调试提供了更多数据支持,开发者现在可以更方便地获取以下信息:
- 当前活跃连接数
- 空闲连接数
- 请求队列状态
- 连接池使用情况
这些统计信息对于优化应用性能、诊断连接问题非常有价值。
其他改进
- 文档更新:新增了关于 CORS 规范合规性的说明文档
- 修复了诊断示例中的代码缺失问题
- 持续更新 Web 平台测试(WPT)套件,确保与标准的一致性
升级建议
对于正在使用 Undici 的开发者,建议尽快升级到 v7.9.0 版本,特别是以下情况:
- 需要处理非标准查询参数的 Mock 测试场景
- 依赖 HTTP 缓存功能的应用程序
- 使用 HTTP/2 协议并遇到头部字段问题的项目
- 需要监控客户端性能指标的应用
升级通常只需更新 package.json 中的版本号并重新安装依赖即可。如果项目中有自定义的缓存逻辑或 MockAgent 配置,可能需要根据变更进行相应调整。
总结
Undici v7.9.0 带来了多项重要改进,特别是在 Mock 测试灵活性、HTTP 缓存合规性和 HTTP/2 支持方面。这些更新不仅增强了库的功能性,也提高了与 HTTP 标准的兼容性。新增的统计信息访问能力为性能优化提供了新的工具,使得 Undici 在构建高性能 Node.js 应用时更加得心应手。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112