Hangfire 1.8.18版本发布:关键改进与问题修复
Hangfire是一个流行的.NET开源库,用于在后台处理长时间运行的任务,而无需创建单独的Windows服务或进程。它提供了简单易用的API来创建后台任务,并内置了可靠的重试机制和直观的监控界面。
核心改进
自定义服务器异常终止阈值
新版本引入了DashboardOptions.ServerPossiblyAbortedThreshold配置项,允许开发者自定义"可能已中止"警告的阈值。这个功能特别适合那些需要调整服务器状态检测敏感度的场景,比如在网络延迟较高或服务器负载较大的环境中。
文化信息处理优化
1.8.18版本修复了从1.8.15到1.8.17版本升级后出现的CultureInfo相关差异问题。这些改进确保了在不同文化设置环境下,Hangfire的行为更加一致和可预测。
重要问题修复
过期作业显示问题
修复了在某些情况下过期作业仍然会显示在"重试"页面上的问题。这个修复提高了监控界面的准确性,确保用户看到的都是当前有效的作业信息。
AsyncLocal值泄漏问题
解决了从同步后台作业方法中泄漏AsyncLocal值的问题。这个修复对于依赖AsyncLocal来传递上下文信息的应用程序尤为重要,避免了潜在的数据污染和上下文混淆。
Job类构造函数改进
修复了当向Job类构造函数传递Job.Args属性时抛出异常的问题。这个改进使得API使用更加健壮,减少了意外错误的发生。
ASP.NET Core集成改进
在ASP.NET Core集成方面,新版本做了两个重要修复:
- 在
StopAsync方法中吞掉可能的ObjectDisposedException,提高了应用程序关闭时的稳定性 - 避免当
LocalIpAddress或RemoteIpAddress为null时抛出NullReferenceException,增强了网络相关功能的鲁棒性
项目基础设施改进
Hangfire团队还对项目的基础设施进行了优化:
- 使锁文件同时支持.NET 8.0和.NET 9.0构建
- 改进了
cshtml文件的代码生成机制,确保在较新平台上也能正常工作
这些改进虽然对最终用户不可见,但有助于维护项目的长期健康发展,确保Hangfire能够跟上.NET生态系统的演进步伐。
总结
Hangfire 1.8.18版本虽然是一个小版本更新,但包含了许多重要的改进和修复。从自定义服务器状态检测阈值到文化信息处理优化,再到各种稳定性修复,这个版本进一步提升了Hangfire的可靠性和用户体验。对于已经在生产环境中使用Hangfire的团队,特别是那些遇到文化信息相关问题的团队,升级到这个版本是值得考虑的。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
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