Smithy CLI v1.57.0 版本发布:增强端点模式与协议支持
Smithy 是一个用于构建服务模型的现代框架,它通过定义清晰的接口规范来简化服务开发。作为 AWS 开源的重要工具,Smithy 提供了强大的模型定义语言和代码生成能力。最新发布的 Smithy CLI v1.57.0 版本带来了一系列值得关注的改进,特别是在端点模式支持和协议兼容性方面。
端点模式增强
本次更新引入了 aws_recommended 作为分区端点模式类型,这是对 AWS 服务端点配置的重要补充。在云服务架构中,端点模式决定了客户端如何连接到服务,合理的端点配置直接影响服务的可用性和性能。aws_recommended 模式类型将帮助开发者更容易地遵循 AWS 推荐的最佳实践来配置服务端点。
端点测试验证强化
Smithy 1.57.0 加强了对端点测试特性的输入名称-值验证。验证事件的严重性级别得到了提升,这意味着开发者将获得更严格的检查结果。这种改进有助于在早期开发阶段就发现潜在的端点配置问题,避免这些问题在生产环境中造成影响。
RPC v2 CBOR 协议增强
本次更新在 RPC v2 CBOR 协议支持方面取得了重要进展:
-
文档类型支持:新增了对文档类型的初步支持,这为处理复杂数据结构提供了更多灵活性。文档类型在需要传输自由格式数据的场景中特别有用。
-
AWS 查询兼容性:实现了对 AWS 查询服务的兼容支持,这使得 Smithy 能够更好地与现有的 AWS 查询 API 交互。这项改进特别有利于需要与 AWS 传统服务集成的应用场景。
XML 协议测试标准化
针对 restXml 协议的测试用例进行了调整,使其与其他 XML 测试保持一致。这种标准化工作提高了不同协议实现之间的一致性,减少了开发者在不同协议间切换时的认知负担。
文档修正
更新还修复了等待器(waiter)示例中的成员引用错误。等待器是 Smithy 中用于轮询操作状态的重要机制,正确的示例文档对开发者正确使用这一功能至关重要。
总结
Smithy CLI v1.57.0 通过增强端点模式支持、强化验证机制以及扩展协议兼容性,进一步巩固了其作为服务建模强大工具的地位。这些改进不仅提升了开发体验,也为构建更健壮、更兼容的服务提供了坚实基础。对于使用 Smithy 进行服务开发的团队来说,升级到这个版本将能够利用这些新特性来优化他们的服务架构。
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-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