AWS SDK for .NET 3.7.1050.0版本发布:审计管理增强与数据服务升级
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它使.NET开发者能够轻松地在应用程序中集成和使用AWS的各种云服务。本次发布的3.7.1050.0版本为多个AWS服务带来了重要的功能更新和优化,特别是在审计管理、数据查询和监控服务方面。
AuditManager服务更新
在本次更新中,AuditManager服务引入了一个重要的变更通知。从2025年5月19日起,AssessmentControl描述字段将被弃用。这意味着开发者需要开始规划迁移策略,不再依赖这个字段来存储控制描述信息。
更值得注意的是,UpdateAssessment API现在能够返回ServiceQuotaExceededException异常。这一改进使得开发者能够更精确地处理服务配额超限的情况,可以更好地构建健壮的错误处理逻辑。当应用程序尝试创建或更新评估但超出了服务配额限制时,现在可以明确捕获这个特定异常,而不是依赖通用的错误消息。
DSQL服务加密功能增强
DSQL(Data Service Query Language)服务在此次更新中获得了对客户托管加密密钥(CMK)的支持。这项功能允许企业使用自己管理的密钥来加密DSQL服务中的数据,而不是仅依赖AWS管理的默认加密。这对于需要满足严格合规性要求的企业尤为重要,因为它们现在可以完全控制数据的加密密钥生命周期。
客户托管加密密钥的使用场景包括金融、医疗等高度监管的行业,这些行业通常要求企业保留对加密密钥的完全控制权。通过这项更新,开发者现在可以在应用程序中配置DSQL服务使用特定的CMK进行数据加密。
Glue服务分区转换增强
AWS Glue服务在此次更新中扩展了CreateIntegrationTableProperty API的功能。新增的ConversionSpec参数作为IntegrationPartition结构的一部分,允许开发者为基于时间戳的分区列指定适当的列转换规则。
这项改进特别适用于构建数据湖或数据仓库解决方案的场景。当源数据中的时间戳格式与目标系统期望的格式不同时,ConversionSpec参数可以定义必要的转换逻辑。例如,可以将字符串格式的时间戳转换为日期类型,或者在不同时区之间进行转换,确保分区结构正确反映时间维度。
Prometheus监控服务日志配置API
Amazon Managed Prometheus服务新增了QueryLoggingConfiguration API。这些API允许开发者配置查询日志记录,对于监控和审计PromQL查询活动非常有用。通过查询日志,运维团队可以:
- 跟踪谁在什么时候执行了什么查询
- 识别性能瓶颈或异常查询模式
- 满足合规性要求,保留查询历史记录
这项功能特别适合需要严格监控其监控系统本身的大型企业环境,实现了监控系统的可监控性。
升级建议
对于正在使用上述服务的.NET开发者,建议评估这些新功能对现有应用架构的影响,特别是:
- AuditManager用户应开始准备迁移计划,不再使用即将弃用的AssessmentControl描述字段
- 对数据安全性要求高的项目可以考虑采用DSQL的客户托管加密密钥功能
- 使用Glue进行ETL处理的团队可以探索新的ConversionSpec参数简化时间戳处理逻辑
- Prometheus用户可以利用新的日志API增强监控系统的可观察性
AWS SDK for .NET持续为开发者提供与AWS服务集成的便利方式,这次更新再次体现了AWS对各行业特定需求的关注和响应能力。开发者可以通过更新SDK版本来获取这些新功能,从而构建更强大、更安全的云原生应用。
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