Laravel框架v12.2.0版本发布:数据库优化与测试增强
Laravel作为目前最流行的PHP框架之一,其v12.2.0版本带来了一系列值得关注的改进。这个版本主要聚焦于数据库查询构建器的增强、测试功能的完善以及代码质量的提升。对于正在使用或考虑使用Laravel的开发者来说,了解这些变化将有助于更好地利用框架功能。
数据库查询构建器改进
本次更新对数据库查询构建器进行了多项优化:
-
日期类型支持:在Builder::having()方法中增加了对日期类型的支持,使得在HAVING子句中使用日期条件更加方便。
-
whereNotMorphedTo修复:修复了whereNotMorphedTo查询中的双重否定问题,确保查询条件能够正确构建。
-
HasOneThrough关系增强:为HasOneThrough关系添加了CanBeOneOfMany支持,扩展了一对一关系的查询能力。
-
Redis集群支持:修复了RedisCluster在使用压缩或序列化时的问题,提升了Redis集群的稳定性。
测试功能增强
测试相关功能得到了显著增强:
-
测试响应调试:新增了ddBody方法到TestResponse,可以方便地转储各种响应负载,简化了测试调试过程。
-
验证规则测试:
- 确保ValidationEmailRuleTest在没有intl扩展时跳过相关测试
- 修复了assertOnlyInvalid方法的返回值问题
- 确保Enum验证区分大小写
- 修正了ExcludeIf对null值的处理
-
迁移命令改进:处理了当migrate:install命令被调用且表已存在时的情况,使迁移过程更加健壮。
集合与字符串处理
集合和字符串处理功能也有所增强:
-
集合分块:新增了不保留键的分块方法,提供了更多集合处理灵活性。
-
字符串处理:
- 为Str::replaceMatches方法增加了测试覆盖
- 优化了Str类方法中的变量使用
- 为Str::pluralPascal方法添加了测试
代码质量提升
本次更新还包含多项代码质量改进:
-
类型系统增强:
- 为验证契约添加了可编译支持
- 修正了EnumeratesValues::ensure()的文档块
- 为集合分块方法添加了类型支持
-
代码风格统一:
- 应用了Pint规则"no_spaces_around_offset"
- 应用了Pint规则"single_line_comment_style"
- 统一了多行三元运算符的缩进风格
- 避免了混合使用换行和内联格式
-
测试改进:
- 修正了测试中setUp和tearDown方法的可见性
- 为LazyCollection的after方法添加了测试
- 为Uri::withQueryIfMissing方法增加了测试覆盖
上下文管理新增功能
Context类新增了increment和decrement方法,为上下文管理提供了更便捷的数值操作能力。
其他改进
-
Seeder改进:修复了callOnce在Seeder中处理数组的问题。
-
拼写修正:修正了"exceptoin"到"exception"的拼写错误。
-
进程管理:公开了process的checkTimeout方法。
总的来说,Laravel v12.2.0版本在保持框架核心稳定性的同时,通过一系列细致的改进提升了开发体验和代码质量。这些变化虽然大多是增量式的,但对于构建更健壮、更易维护的应用程序具有重要意义。
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