Encore项目v1.46.0版本发布:存储对象签名URL与本地仪表盘增强
项目简介
Encore是一个现代化的后端开发框架,它通过抽象基础设施的复杂性,让开发者能够专注于业务逻辑的实现。Encore提供了自动化的API生成、数据库管理、分布式追踪等功能,极大地简化了云原生应用的开发流程。
存储对象签名URL功能
在v1.46.0版本中,Encore引入了一项备受期待的功能——存储对象签名URL。这项功能为开发者提供了更灵活、更安全的文件传输方案。
签名上传URL
开发者现在可以生成有时效性的签名URL,允许客户端直接上传文件到对象存储,而无需经过后端服务中转。这不仅减轻了API服务的负载,还利用了云存储服务的高效传输能力。
// 生成一个有效期为2小时的签名上传URL
const uploadUrl = await profilePictures.signedUploadUrl("user-id", {ttl: 7200})
客户端可以使用这个URL直接上传文件,例如通过curl命令:
curl -X PUT --data-binary @local-file.jpg "https://storage.googleapis.com/bucket-name/object-id?signature=..."
签名下载URL
对于私有存储桶中的对象,现在也可以生成签名下载URL,允许特定客户端在有限时间内访问这些资源。这在需要临时分享私有文件的场景下特别有用。
本地开发仪表盘增强
v1.46.0版本显著改进了本地开发体验,新增了基础设施仪表盘功能。
基础设施可视化
开发者现在可以在本地开发环境中直观地查看所有运行中的基础设施组件。这包括数据库实例、消息队列、定时任务等,帮助开发者快速验证本地环境的配置是否正确。
定时任务管理
新版本特别强化了对Cron Jobs的支持,开发者可以直接从仪表盘界面手动触发定时任务,大大简化了开发和测试流程。
追踪查看器改进
Encore的分布式追踪系统也获得了重要更新,新增了事件详情展示功能。
事件详情面板
在复杂的调用链路追踪中,开发者现在可以点击时间线上的任意事件,查看该事件的详细信息。这个改进使得分析包含多个事件的复杂调用链变得更加容易。
技术实现细节
-
签名URL安全性:Encore使用HMAC-SHA256算法生成签名,确保URL不能被篡改。每个签名包含过期时间、操作权限和资源路径等信息。
-
本地基础设施模拟:Encore的本地运行时环境现在完整模拟了云环境中的基础设施组件,包括它们的元数据和状态信息。
-
追踪事件优化:追踪系统现在会记录更详细的事件元数据,并在UI中智能分组相关事件,提高可读性。
升级建议
对于现有项目,建议通过以下命令升级Encore工具链:
encore version update
新功能特别是签名URL功能,需要更新相关SDK才能使用。建议开发者在升级后检查是否有API变更影响现有代码。
未来展望
根据Encore团队的规划,未来版本将继续增强本地开发仪表盘的功能,特别是数据库管理方面的工具。社区用户可以通过官方渠道提出功能建议,共同参与框架的演进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00