Azure SDK for Python 核心HTTP库1.0.0b6版本发布:认证协议重大升级
2025-06-12 11:21:52作者:蔡怀权
项目简介
Azure SDK for Python是微软Azure云服务的官方Python开发工具包,其中的corehttp库作为基础HTTP通信层,为上层服务提供了核心的网络通信能力。本次发布的1.0.0b6版本对认证体系进行了重大重构,引入了更灵活的令牌获取机制和更完善的错误处理能力。
认证协议的重大改进
1.0.0b6版本对认证协议进行了全面升级,主要体现在以下几个方面:
全新的令牌获取机制
新版本引入了get_token_info方法替代原有的get_token方法,这是一个重大但必要的改变。get_token_info方法返回的不再是简单的令牌字符串,而是一个AccessTokenInfo对象,这个对象包含了更丰富的令牌信息:
- 令牌本身
- 令牌的过期时间
- 建议刷新时间(refresh_on)
- 其他可能的扩展信息
这种设计让客户端能够更智能地管理令牌生命周期,避免不必要的令牌刷新请求。
TokenRequestOptions的引入
新版本增加了TokenRequestOptions类,这是一个类型化的字典(TypedDict),用于定义令牌请求的各种选项。开发者可以通过这个类精细控制令牌获取行为,比如指定所需的权限范围等。
认证策略的增强
BearerTokenCredentialPolicy及其异步版本现在能够:
- 自动检测凭证是否实现了新的
get_token_info协议 - 根据
refresh_on属性智能决定何时刷新令牌 - 支持多种认证流程(auth_flows)配置
这些改进使得认证策略更加灵活和高效。
错误处理的增强
新版本在错误处理方面也有显著改进:
- 为
HttpResponseError增加了model属性,开发者现在可以直接访问基于已知模型的错误属性,不再需要手动解析错误响应。 - 错误信息的呈现更加结构化,便于调试和处理。
迁移指南
对于现有代码的迁移,开发者需要注意:
- 所有自定义的TokenCredential实现需要从实现
get_token改为实现get_token_info - 使用
AccessTokenInfo替代原来的AccessToken - 检查所有使用BearerTokenCredentialPolicy的地方,确保凭证提供者实现了新协议
总结
1.0.0b6版本是Azure SDK for Python核心HTTP库的一个重要里程碑,它通过重新设计认证协议,为开发者提供了更强大、更灵活的认证管理能力。虽然这些改动带来了短期内的迁移成本,但从长期来看,它们将显著改善应用的安全性和性能。建议所有使用Azure SDK的Python开发者评估这些新特性,并规划相应的升级工作。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
879