OpenMeter v1.0.0-beta.212 版本发布:自定义计费功能与多项优化
2025-07-02 10:58:57作者:郁楠烈Hubert
OpenMeter 是一个开源的计量和计费系统,旨在帮助企业实现灵活的资源使用计量和计费功能。最新发布的 v1.0.0-beta.212 版本带来了一系列重要的功能更新和优化,特别是引入了备受期待的自定义计费功能。
自定义计费功能正式登场
本次版本最引人注目的变化是新增了完整的自定义计费功能栈。开发团队通过三个关键提交逐步构建了这一功能:
- 首先实现了 Skaffold 自定义计费的基础架构,为后续功能奠定了基础
- 随后开发了自定义计费应用程序,提供了用户友好的操作界面
- 最后完善了自定义计费的 API 接口,使开发者能够以编程方式集成这一功能
自定义计费功能的加入使得 OpenMeter 能够满足企业更复杂的计费场景需求,特别是那些需要特殊计费规则或定制化发票格式的用户。
API 与客户端改进
在 API 方面,开发团队移除了 /api/v2/events 端点的 x-internal 标记,使得这个接口更加开放和标准化。同时,JavaScript SDK 也获得了增强,新增了多个实用方法,进一步提升了开发者的使用体验。
计费逻辑优化与问题修复
本次发布包含了多个针对计费系统的优化和修复:
- 修复了计划附加组件分配的相关问题,确保计费项能够正确关联
- 改进了固定费用折扣的幂等性处理,防止重复计费
- 完善了附加组件删除时的验证逻辑
- 修正了 API 请求映射器中关于最大数量的处理
- 增强了错误处理机制,添加了更详细的错误包装信息
这些改进显著提升了系统的稳定性和计费准确性。
架构调整与兼容性改进
在架构层面,开发团队对自定义计费设置进行了重命名,使其命名更加清晰和一致。此外,还针对计划附加组件与费率卡的兼容性进行了专门调整,确保系统各组件能够更好地协同工作。
性能与稳定性增强
在底层系统方面,本次发布优化了收集器的调度器关闭逻辑,提高了系统在关闭时的稳定性。同时,改进了按计划键过滤客户订阅的功能,提升了查询效率。
总结
OpenMeter v1.0.0-beta.212 版本标志着该项目在计费功能上的重大进步,特别是自定义计费功能的引入为系统带来了更强的灵活性。同时,多项优化和修复使得系统更加稳定可靠。对于需要高度定制化计费解决方案的企业来说,这个版本值得关注和评估。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137