LINE Bot SDK Go v8.13.0 版本发布:增强共享受众群体API功能
LINE Bot SDK Go 是 LINE 官方提供的用于开发 LINE 聊天机器人的 Go 语言 SDK。它为开发者提供了与 LINE Messaging API 交互的便捷方式,支持消息发送、用户管理、群组管理等功能。本次发布的 v8.13.0 版本主要针对受众群体管理功能进行了重要增强。
共享受众群体API功能增强
本次更新的核心内容是增加了对共享受众群体API的扩展支持。在之前的版本中,开发者只能获取由业务管理员共享的受众群体列表。而新版本通过引入 includesOwnedAudienceGroups 参数,使得查询更加灵活。
新增参数详解
includesOwnedAudienceGroups 是一个布尔类型的查询参数,具有以下特性:
- 默认值:false(保持向后兼容)
- 功能:
- 当设置为 true 时,响应将同时包含由 LINE 官方账号管理员拥有的受众群体和业务管理员共享的受众群体
- 当设置为 false 时(默认),响应仅包含业务管理员共享的受众群体
这个改进特别适合那些同时管理自有和共享受众群体的开发者,使他们能够通过一次 API 调用获取更全面的数据视图。
API 使用示例
// 仅获取共享的受众群体
sharedGroups, err := bot.GetSharedAudienceGroups().Do()
// 获取包括自有和共享的受众群体
allGroups, err := bot.GetSharedAudienceGroups().
WithIncludesOwnedAudienceGroups(true).
Do()
废弃API移除
随着 LINE 平台功能的演进,v8.13.0 版本移除了两个已废弃的 API 端点:
- 受众群体激活端点(
/v2/bot/audienceGroup/{audienceGroupId}/activate) - 权限级别端点(
/v2/bot/audienceGroup/authorityLevel)
这些端点原本用于跨目标定向功能,随着该功能的停用,相关 API 也被移除。开发者应检查现有代码,确保不再使用这些已移除的端点。
其他改进
除了主要功能更新外,本次发布还包含多项底层改进:
-
依赖项更新:升级了多个依赖库版本,包括 JUnit 5 到 v5.12.2 和 Pebble 模板引擎到 v3.2.4,提升了稳定性和安全性。
-
开发流程优化:改进了自动化 PR 创建逻辑,避免在特定情况下重复创建 PR,提高了开发效率。
-
Go 版本支持调整:放弃了对 Go 1.22 的支持,新增了对 Go 1.24 的支持,确保 SDK 能够充分利用最新 Go 版本的特性和优化。
升级建议
对于正在使用 LINE Bot SDK Go 的开发者,建议:
-
如果使用了共享受众群体功能,可以考虑利用新的
includesOwnedAudienceGroups参数简化代码逻辑。 -
检查是否使用了已移除的 API 端点,如有使用需要进行相应调整。
-
确保开发环境中的 Go 版本符合新要求(1.23 或 1.24)。
-
更新依赖项时注意兼容性变化,特别是如果项目中也直接使用了 Pebble 或 JUnit 等库。
这次更新体现了 LINE 对开发者体验的持续关注,通过提供更灵活的 API 和保持技术栈的现代性,帮助开发者构建更强大的 LINE 聊天机器人应用。
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