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。
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 StartedRust0155- 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