curl_cffi项目发布v0.11.0b1版本:支持HTTP/3协议
curl_cffi是一个基于Python的HTTP客户端库,它通过封装libcurl库提供了强大的HTTP请求功能。该项目最大的特点是支持模拟不同浏览器指纹的请求,同时保持了libcurl的高性能和灵活性。最新发布的v0.11.0b1版本带来了对HTTP/3协议的支持,这是一个重要的功能升级。
HTTP/3协议支持
HTTP/3是HTTP协议的最新版本,它基于QUIC传输协议而非传统的TCP协议。QUIC协议由Google开发,后被IETF标准化为HTTP/3的基础。相比HTTP/2,HTTP/3具有以下优势:
- 更快的连接建立时间:QUIC协议内置了TLS 1.3,减少了握手次数
- 改进的多路复用:解决了HTTP/2中的队头阻塞问题
- 更好的移动网络适应性:连接迁移特性使设备切换网络时无需重新建立连接
在curl_cffi v0.11.0b1中,开发者可以通过设置http_version参数为CurlHttpVersion.V3ONLY来强制使用HTTP/3协议。以下是一个简单的使用示例:
import curl_cffi
from curl_cffi import CurlHttpVersion
r = curl_cffi.get("https://example-quic.com", http_version=CurlHttpVersion.V3ONLY)
print(r.status_code) # 输出200
print(r.http_version == CurlHttpVersion.V3) # 输出True
其他改进
除了HTTP/3支持外,这个版本还包含了一些重要的修复和改进:
- 修复了HEADERFUNCTION回调函数的拼写错误
- 改进了请求头编码的处理逻辑,现在请求级别的编码设置会覆盖会话级别的设置
- 完善了DEBUGFUNCTION回调功能的支持,为调试提供了更多便利
兼容性说明
需要注意的是,当前版本的Windows平台构建存在问题,开发团队将在后续版本中修复。对于其他平台,包括macOS和各种Linux发行版,都已经提供了预编译的wheel包。
技术实现细节
curl_cffi实现HTTP/3支持的关键在于集成了libcurl的HTTP/3后端。libcurl本身并不直接实现HTTP/3协议,而是通过可插拔的后端架构支持不同的协议实现。对于HTTP/3,libcurl依赖于nghttp3和quiche等第三方库。
在Python层面,curl_cffi通过CFFI(C Foreign Function Interface)技术与libcurl进行交互。CFFI提供了Python调用C代码的高效方式,同时保持了良好的跨平台兼容性。这种设计使得curl_cffi既能够利用libcurl的强大功能,又能够提供Pythonic的API接口。
总结
curl_cffi v0.11.0b1版本的发布标志着该项目对现代HTTP协议支持的进一步完善。HTTP/3作为下一代Web协议,正在被越来越多的网站和服务采用。通过curl_cffi,Python开发者可以方便地在自己的应用中利用HTTP/3带来的性能优势,同时保持与现有代码的兼容性。
对于需要高性能HTTP客户端或者需要模拟浏览器行为的应用场景,curl_cffi无疑是一个值得考虑的选择。随着HTTP/3的普及,这一功能升级将使得curl_cffi在未来的Web开发中发挥更大的作用。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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