Firebase Tools v13.31.0 版本发布:Data Connect API 升级与开发体验优化
Firebase Tools 是 Firebase 官方提供的命令行工具集,它为开发者提供了从项目初始化到部署管理的全生命周期支持。作为 Firebase 生态系统的核心组成部分,这个工具链持续迭代更新,不断引入新功能和改进开发者体验。最新发布的 v13.31.0 版本带来了一系列值得关注的更新,特别是在 Data Connect 服务和开发者工作流优化方面。
Data Connect 服务的重要演进
本次更新最显著的变化是将 Data Connect 服务从 v1beta API 迁移到了稳定的 v1 API。Data Connect 作为 Firebase 的数据层解决方案,允许开发者通过声明式的方式定义数据模型和访问规则,然后自动生成相应的客户端 SDK 和 API 端点。
v13.31.0 新增了对 React hooks 的代码生成支持,这意味着前端开发者现在可以获得类型安全的 React hooks 来访问 Data Connect 服务,大大简化了数据交互逻辑的编写。配合这一变化,本地开发工具包也同步更新到了 v1.8.0 版本,确保本地开发环境与生产环境的一致性。
开发者体验的多项改进
在项目初始化流程方面,Genkit 初始化过程得到了增强,特别是在 gcloud 登录和流程输入值处理上更加智能和友好。新增的实验性命令 apps:init(需要通过 appsinit 标志启用)能够自动检测需要下载的 SDK 并将其放置到正确位置,减少了手动配置的工作量。
针对 Node.js 22 用户,本次更新移除了部分已弃用的包和方法依赖,消除了相关的警告信息,确保了工具在最新 Node.js 版本上的顺畅运行。
平台兼容性与问题修复
在跨平台支持方面,本次更新特别关注了 Angular 19 的兼容性问题。通过增加对默认导出和 reqHandler 导出的支持,解决了 Angular 19 项目中的 SSR(服务器端渲染)问题,同时正式将 Angular 19 添加到了支持的版本列表中。
对于使用 Unity 6 的游戏开发者,修复了符号文件上传到 Crashlytics 时的问题,确保了崩溃报告的准确解析。应用分发功能中的 appdistribution:testers:list 命令也得到了修复,现在能够正确处理不属于任何组的测试人员情况。
底层优化与安全增强
Data Connect 本地工具包的更新不仅带来了 API 版本支持,还包含了一些重要的功能改进和安全增强。@check 注解现在也会在管理员身份验证时被评估,提供了更细粒度的访问控制。同时修复了 CEL 表达式对 @redact 字段的访问问题,增强了数据隐私保护能力。
这些更新共同构成了一个更加稳定、高效的 Firebase 开发工具链,无论是后端服务开发者还是前端应用构建者,都能从中获得更流畅的开发体验和更强大的功能支持。
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