Kiota项目v1.24.0预览版发布:支持OpenAPI 3.1与多语言改进
Kiota是微软推出的一个开源项目,它能够根据OpenAPI规范自动生成客户端SDK代码,支持多种编程语言。Kiota的核心价值在于简化API客户端的开发流程,开发者只需提供API的OpenAPI描述文件,Kiota就能生成强类型的客户端代码,大大减少了手动编写客户端代码的工作量。
近日,Kiota发布了v1.24.0的预览版本,这个版本带来了对OpenAPI 3.1规范的支持,同时修复了多个语言生成器中的问题,提升了生成代码的质量和可用性。
OpenAPI 3.1支持
本次更新的一个重大改进是增加了对OpenAPI 3.1规范的支持。OpenAPI 3.1是最新版本的OpenAPI规范,相比3.0版本,它提供了更好的JSON Schema兼容性,并引入了一些新特性。Kiota现在能够正确解析和处理OpenAPI 3.1规范的描述文件,为开发者使用最新标准的API提供了便利。
多语言生成器改进
TypeScript生成器优化
在TypeScript生成器中,修复了二进制类型到ArrayBuffer的映射问题。现在,当API接口返回二进制数据时,生成的TypeScript代码会正确地将其映射为ArrayBuffer类型,而不是错误的类型表示。这对于处理文件上传下载等二进制数据操作的API尤为重要。
Java生成器改进
Java生成器中修复了Javadoc警告问题。由于生成的代码注释中可能包含特殊XML字符,这会导致Javadoc工具产生警告。新版本通过适当的转义处理,消除了这些警告,使得生成的代码更加规范和专业。
Dart生成器增强
Dart生成器中修复了枚举序列化的问题,特别是在处理联合类型和交叉类型时。现在生成的Dart代码能够正确地序列化和反序列化这些复杂类型的枚举值,提高了与API交互的可靠性。
PHP生成器完善
PHP生成器现在能够正确识别和映射Bundle包,这在使用Kiota命令时会有所体现。这一改进使得PHP开发者能够更方便地管理和使用生成的代码包。
其他改进
Kiota还改进了类名生成逻辑,新增了验证器来防止生成无效的类名。这有助于避免因API描述文件中不规范的操作ID导致的代码生成问题,提高了生成代码的健壮性。
总结
Kiota v1.24.0预览版通过支持OpenAPI 3.1规范和完善多语言生成器,进一步提升了其作为API客户端代码生成工具的实用性和可靠性。这些改进使得开发者能够更高效地构建强类型的API客户端,同时减少因规范兼容性或代码生成问题带来的开发障碍。对于正在使用或考虑使用Kiota的开发者来说,这个版本值得关注和试用。
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