NangoHQ v0.57.6版本发布:增强集成能力与系统稳定性
Nango是一个开源的API集成平台,旨在简化不同SaaS服务之间的连接和数据同步工作。通过提供统一的接口和工具,Nango让开发者能够快速构建和维护跨系统的集成方案,而无需深入了解每个服务的API细节。
本次发布的v0.57.6版本在集成能力扩展和系统稳定性方面做出了多项改进,主要包括新增多个服务的集成支持、优化现有功能以及修复若干关键问题。
新增集成支持
本次更新为平台增加了对多个流行服务的集成支持:
-
Bitdefender集成:新增了获取公司详情的操作功能,使安全团队能够更方便地获取企业安全态势信息。
-
营销自动化平台支持:营销自动化平台现在可以被集成到Nango生态系统中,为营销团队提供更强大的自动化能力。
-
Ring Central增强:为这款统一通信解决方案添加了操作支持,并改进了重试机制的处理,确保在API限流时能够正确等待指定的重试时间。
-
One Drive集成:微软的云存储服务One Drive现在可以作为集成提供者,方便企业用户在多个平台间同步文件。
系统优化与改进
在系统层面,本次更新进行了多项优化:
-
GitHub同步功能:将GitHub同步功能推送到公共模板库,使更多开发者能够利用这一功能。
-
文档清理:对Miro集成相关的文档说明进行了清理和优化,提高了文档的可读性和实用性。
-
指标监控:新增了两项关于已处理记录的指标,为系统监控提供了更丰富的数据支持。
问题修复
本次版本修复了多个影响系统稳定性和用户体验的问题:
-
连接删除处理:修复了在执行预连接删除操作时连接已被删除的问题,确保删除流程的正确性。
-
Slack通知:改进了Slack通知对同步变体的识别能力,使通知更加准确。
-
CLI验证:重新优化了命令行界面的验证错误消息,提高了开发者的调试效率。
-
API路由:对API路由进行了拆分优化,提高了系统的可维护性。
-
Runner SDK:在uncontrolledFetch中正确转发props,确保功能一致性。
这些改进和修复共同提升了Nango平台的稳定性、可用性和扩展性,为开发者构建复杂的集成解决方案提供了更坚实的基础。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00