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。
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