ASP.NET Core 9.0.2版本发布:关键修复与功能优化
ASP.NET Core是微软推出的开源Web框架,用于构建现代云原生应用程序。作为.NET平台的重要组成部分,它提供了高性能、跨平台的Web开发能力。2025年2月12日,ASP.NET Core团队正式发布了9.0.2版本,这是一个维护性更新,主要包含了一系列错误修复和性能优化。
核心修复与改进
1. 身份验证与授权增强
本次更新修复了dotnet user-jwts配置加载问题。JWT(JSON Web Tokens)是ASP.NET Core中常用的身份验证机制,该修复确保了开发环境下JWT令牌的生成和验证能够正确读取用户配置,提升了开发体验。
2. 请求处理优化
针对Kestrel服务器处理Host头部不匹配的情况进行了改进,特别是当URL中包含端口号时。Kestrel是ASP.NET Core内置的高性能Web服务器,这一优化使得它在处理包含端口的Host头部时更加健壮,避免了潜在的安全问题。
3. 静态文件处理增强
新增了对静态文件范围请求(206 Partial Content)的支持。当客户端请求文件的特定部分时,服务器现在能够正确返回部分内容响应,这对于大文件的分段下载和视频流媒体播放等场景尤为重要。
4. Blazor WASM开发体验改进
在Blazor WebAssembly独立应用开发模式下,修复了index.html文件的缓存问题。开发过程中,浏览器现在不会缓存该文件,确保开发者能够立即看到对首页的修改,无需手动清除缓存。
底层框架改进
1. 多部分表单数据处理
修复了MultipartReaderStream在使用缓冲区偏移量时的同步读取问题。这个底层组件用于处理multipart/form-data类型的HTTP请求,常见于文件上传场景。修复后,表单数据处理更加可靠。
2. 模型绑定改进
优化了参数绑定逻辑,不再为具有自定义绑定源的参数抛出异常。ASP.NET Core的模型绑定系统现在更加灵活,能够更好地处理各种自定义绑定场景。
3. OpenAPI/Swagger增强
对OpenAPI(Swagger)文档生成进行了多项改进:
- 现在会将模式转换器应用到
AdditionalProperties上,确保生成的文档更准确 - 加强了模式引用转换器对相对引用的处理能力
- 提升了Schema引用的健壮性
构建与测试基础设施
本次更新还包含了多项构建和测试基础设施的改进:
- 迁移到Fedora 41构建环境
- 更新了多个依赖项,包括Googletest子模块
- 优化了Helix测试队列的配置
总结
ASP.NET Core 9.0.2版本虽然是一个维护性更新,但包含了多项重要的修复和改进,特别是在身份验证、请求处理、静态文件服务和API文档生成等方面。这些改进不仅提升了框架的稳定性和可靠性,也改善了开发者的使用体验。对于正在使用ASP.NET Core 9.0的开发团队,建议尽快升级到这个版本以获得最佳的性能和安全性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00