Azure Confidential Ledger Python SDK 1.2.0b1版本发布:增强用户与角色管理能力
Azure Confidential Ledger是一项基于区块链技术的分布式账本服务,为企业级应用提供了高度安全、防篡改的数据存储解决方案。其Python SDK为开发者提供了便捷的接口来与账本服务进行交互。最新发布的1.2.0b1版本带来了多项重要功能增强,特别是在用户管理和角色控制方面。
用户自定义角色管理
新版本引入了完整的用户自定义角色管理功能。开发者现在可以通过以下三个核心方法来精细控制角色权限:
update_user_defined_role:创建或更新用户自定义角色get_user_defined_role:获取特定角色的详细信息delete_user_defined_role:删除不再需要的自定义角色
这一功能使得企业可以根据自身业务需求,灵活定义不同级别的访问权限,而不再局限于系统预设的角色类型。例如,可以创建一个只能查看特定类型交易记录的角色,或者一个只能添加数据但不能修改的角色。
增强的账本用户管理
在用户管理方面,SDK提供了一套更完善的API:
create_or_update_ledger_user:创建新用户或更新现有用户信息delete_ledger_user:从账本中移除用户get_ledger_user:查询特定用户的详细信息list_ledger_users:列出账本中的所有用户
值得注意的是,新版本支持了用户与多个角色的关联,这一改进大大增强了权限管理的灵活性。一个用户现在可以同时拥有多个角色权限,例如同时具备"审计员"和"数据录入员"的角色,而不需要创建复杂的复合角色。
可编程端点支持
1.2.0b1版本新增了对可编程端点的支持:
create_user_defined_endpoint:创建用户自定义端点get_user_defined_endpoint:获取自定义端点的配置信息
这一功能允许开发者创建特定的服务端点,用于处理特定的业务逻辑或数据操作,为构建复杂的分布式应用提供了更多可能性。
用户定义函数支持
新版本还增加了对用户定义函数的支持,开发者现在可以在账本上执行自定义的业务逻辑。这一特性为复杂业务场景下的数据处理提供了强大支持,使得账本不仅仅是一个简单的数据存储,而能够执行特定的业务规则。
向后兼容性说明
虽然新版本引入了*_ledger_user系列方法,但旧的用户管理API仍然可用。不过开发者应当考虑迁移到新的API,因为旧API将在未来版本中被弃用。这种渐进式的API演进策略确保了现有应用的平稳过渡。
技术实现改进
在底层实现上,1.2.0b1版本将传统的azure core HTTP响应导入替换为azure.core.rest中的实现,这一变更带来了更好的性能和更现代的API设计。
总结
Azure Confidential Ledger Python SDK 1.2.0b1版本通过增强的用户和角色管理功能,为开发者提供了更精细的权限控制能力。新增的可编程端点和用户定义函数支持,则进一步扩展了账本的应用场景。这些改进使得该SDK更适合构建复杂的企业级分布式应用,同时保持了良好的向后兼容性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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