Wundergraph Cosmo Router 0.170.0版本发布:Redis集群支持与配置优化
Wundergraph Cosmo是一个开源的GraphQL联邦平台,它提供了一个高性能的GraphQL路由器(Router)作为核心组件。Router负责将客户端的GraphQL请求分发到各个子图(subgraph),并合并结果返回给客户端。在最新发布的0.170.0版本中,Router带来了一些重要的功能增强和问题修复。
主要功能更新
Redis集群支持
本次版本最重要的改进之一是增加了对Redis集群的支持。现在,Router可以使用Redis集群来实现以下功能:
- 速率限制:通过Redis集群来存储和管理API调用的速率限制数据
- 自动持久化查询(APQ):利用Redis集群缓存GraphQL查询的哈希值
Redis集群的支持使得Router在高可用性和扩展性方面有了显著提升。对于大规模部署场景,Redis集群可以提供更好的性能和容错能力。
配置优化与问题修复
子图超时配置验证
新版本增加了一个重要的配置验证:子图的超时时间不能大于全局超时时间。这个改进可以防止因为子图配置不当导致的请求处理异常,确保整个系统的稳定性。
JSON Schema改进
对流量整形(traffic shaping)子图的JSON Schema进行了优化,使得配置更加规范和易于理解。流量整形是控制不同子图请求优先级和资源分配的重要功能。
缓存预热错误提示
当启用缓存预热功能但未设置Graph Token时,现在会提供更清晰的错误提示信息。这有助于开发者在配置阶段更快地发现和解决问题。
技术实现细节
在Redis集群支持方面,Router现在能够:
- 识别Redis集群模式并自动适配
- 正确处理集群环境下的数据分片和请求路由
- 保持与单节点Redis的向后兼容性
对于配置验证,系统现在会在启动时检查所有子图的超时设置,确保它们不超过全局超时限制。这种预防性检查可以避免在生产环境中出现难以调试的超时问题。
总结
Wundergraph Cosmo Router 0.170.0版本通过引入Redis集群支持,为大规模部署提供了更好的扩展性和可靠性。同时,配置验证和错误提示的改进也提升了开发体验和系统稳定性。这些改进使得Cosmo Router更适合企业级GraphQL联邦场景的需求。
对于正在使用Cosmo Router的用户,建议评估Redis集群支持是否适合您的部署规模,并检查子图超时配置是否符合新的验证规则。这些改进将帮助您构建更健壮的GraphQL联邦系统。
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
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