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。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust013
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00