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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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