Apache DevLake v1.0.2-beta9版本发布:增强项目搜索与S3数据集成能力
Apache DevLake是一个开源的DevOps数据湖平台,旨在帮助开发团队从各种工具和系统中收集、分析和可视化软件交付过程中的数据。通过统一的数据模型和强大的分析能力,DevLake为工程团队提供了端到端的交付洞察力。
本次发布的v1.0.2-beta9版本带来了多项功能增强和问题改进,主要包括项目页面搜索功能的优化、S3数据集成能力的扩展以及一些关键问题的解决。下面我们将详细介绍这些更新内容。
项目页面搜索功能优化
新版本在项目页面引入了搜索功能,显著提升了用户在大规模项目环境中的操作效率。这一改进使得用户能够快速定位到特定项目,而不需要手动滚动浏览整个项目列表。搜索功能支持实时反馈,随着用户输入关键词即时过滤显示匹配的项目。
S3数据集成能力扩展
本次更新对S3数据集成能力进行了重要增强,新增了以下功能组件:
-
S3数据收集插件:新增了专门用于从Amazon S3收集数据的插件,支持从S3存储桶中提取开发相关数据。
-
数据提取元信息处理:新增了ExtractQDevS3DataMeta组件,负责处理从S3获取的数据元信息,确保数据的完整性和一致性。
-
用户指标转换:新增了ConvertQDevUserMetrics组件,将原始S3数据转换为标准化的用户指标,便于后续分析和可视化。
-
Q开发仪表板:配套新增了专门针对Q开发场景的预置仪表板,为用户提供开箱即用的数据可视化体验。
数据清理优化
针对QA测试数据的管理进行了优化,新增了自动清理机制。当相关的QA测试用例或API不再存在时,系统会自动清理对应的qa_apis和qa_test_case_executions数据记录,保持数据湖的整洁和高效。
安全与稳定性改进
-
Grafana安全更新:为修复CVE-2025-4123问题,对集成的Grafana组件进行了安全更新,确保可视化平台的安全性。
-
Docker镜像版本显示:改进了Docker镜像中版本信息显示不正确的问题,现在用户可以准确识别运行的版本号。
-
主页仪表板修正:修正了主页仪表板中的一些文字错误,提升了用户体验。
总结
Apache DevLake v1.0.2-beta9版本通过增强项目搜索功能和扩展S3数据集成能力,进一步提升了平台的实用性和易用性。这些改进使得团队能够更高效地管理和分析他们的开发数据,同时通过安全更新确保了系统的稳定性。对于正在使用或考虑采用DevLake的团队来说,这个版本值得关注和升级。
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