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。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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