Azure PowerShell v13.3.0-March2025 版本深度解析
Azure PowerShell 是微软官方提供的用于管理 Azure 资源的 PowerShell 模块集合,它通过命令行界面为管理员和开发者提供了强大的云资源管理能力。最新发布的 v13.3.0-March2025 版本带来了一系列功能增强和问题修复,本文将深入解析这一版本的重要更新内容。
核心模块更新亮点
Cosmos DB 功能扩展
Az.CosmosDB 模块升级至 1.17.0 版本,新增了对 Cosmos DB Table 角色定义和角色分配相关 cmdlet 的支持。这一增强使得管理员能够更精细地控制对 Cosmos DB 表的访问权限,通过 PowerShell 脚本自动化管理角色分配流程。
存储账户功能升级
Az.Storage 模块在 8.2.0 版本中引入了多项重要更新:
-
新增了对 Files Provisioned v2 账户类型的支持,包括六种新的 SKU 类型:StandardV2_LRS、StandardV2_GRS、StandardV2_ZRS、StandardV2_GZRS、PremiumV2_LRS 和 PremiumV2_ZRS。用户现在可以通过 New-AzStorageAccount 和 Set-AzStorageAccount cmdlet 创建和更新这类存储账户。
-
文件共享管理功能得到增强,新增了对 ProvisionedBandwidthMibps 和 ProvisionedIops 参数的支持,允许用户在 Files Provisioned v2 账户类型上更精确地配置性能参数。
-
对于 Files Provisioned v1 账户类型,新增了 PaidBurstingEnabled、PaidBurstingMaxBandwidthMibps 和 PaidBurstingMaxIops 参数,提供了更灵活的突发性能配置选项。
资源管理增强
Az.Resources 模块 7.9.0 版本带来了两项重要改进:
-
新增了 -ApplicationId 作为 -ServicePrincipalName 的别名,提高了命令的易用性。
-
在 Get-AzRoleAssignment cmdlet 中新增了 -AtScope 参数,支持在精确范围内获取角色分配信息,这大大简化了权限审计流程。
数据迁移与管理优化
Az.Migrate 模块升级至 2.7.0 版本,主要变化包括:
-
将 Data.Replication API 升级至稳定的 2024-09-01 版本,提高了功能的可靠性和兼容性。
-
对 Data.Replication cmdlet 进行了重新命名,从原来的 Azure Stack HCI 更名为 Azure Local,反映了微软产品策略的调整。
问题修复与稳定性提升
本次更新还包含多个模块的问题修复:
-
Az.ServiceBus 修复了 Set-AzServiceBusNamespace 在使用 NoWait 参数时的 bug。
-
Az.Sql 解决了 Get-AzSqlElasticPoolDatabase 命令输出不枚举的问题,现在能够正确显示所有结果。
-
Az.RecoveryServices 改进了 Restore-AzRecoveryServicesBackupItem cmdlet,现在支持使用 0 作为 TargetZoneNumber 来恢复到 NoZone,同时阻止了从快照 RP 进行跨区域恢复的操作。
新模块正式发布
Az.Workloads 1.0.0 版本正式发布,标志着该模块进入通用可用(GA)阶段。此版本升级了 API 版本至 2024-09-01,为工作负载管理提供了更稳定和全面的支持。
技术实现优化
多个模块完成了 SDK 生成方式的迁移,从 autorest csharp 转向 autorest powershell,包括 Az.Maintenance 和 Az.Websites.Helper。这种技术架构的更新将带来更好的维护性和未来的扩展能力。
总结
Azure PowerShell v13.3.0-March2025 版本在功能扩展、用户体验和系统稳定性方面都有显著提升。特别是存储账户管理和 Cosmos DB 权限控制方面的增强,为云资源管理员提供了更强大的工具。同时,多个模块的技术架构优化也为未来的功能迭代奠定了更好的基础。建议所有 Azure PowerShell 用户评估这些新功能,并根据实际需求进行升级。
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