Coder v2.18.5版本发布:增强WebSocket与Terraform支持
Coder是一个开源的开发者工作空间平台,它允许团队在云端快速创建和管理开发环境。通过将开发环境容器化,Coder帮助开发者摆脱本地机器配置的束缚,实现开发环境的标准化和一致性。
近日,Coder发布了v2.18.5稳定版本,这个版本主要带来了WebSocket库迁移、Tailscale更新以及Terraform相关功能的增强。作为一次小版本更新,它主要聚焦于稳定性提升和功能完善。
WebSocket库迁移至coder/websocket 1.8.12
本次更新将项目依赖的WebSocket库迁移到了coder/websocket 1.8.12版本。WebSocket在现代Web应用中扮演着重要角色,特别是在需要实时双向通信的场景下。这次迁移确保了Coder平台在实时通信方面的稳定性和性能表现。
Tailscale更新解决SSH连接问题
项目更新了coder/tailscale依赖到最新版本,这直接解决了之前版本中存在的SSH连接崩溃问题。Tailscale是一个基于安全隧道技术的网络解决方案,在Coder中用于建立安全的网络连接。这个修复对于依赖SSH访问远程开发环境的用户来说尤为重要。
增强Terraform支持
v2.18.5版本在Terraform支持方面做了两项重要改进:
-
内置Terraform函数支持:现在用户可以在Coder模板中使用Terraform的内置函数,这大大增强了模板的灵活性和功能性。Terraform函数可以用于字符串处理、数值计算、集合操作等多种场景。
-
允许空值的标签默认设置:在coder_workspace_tag的默认值设置中,现在允许使用空值。这一改进使得模板设计更加灵活,特别是在处理可选标签时更为方便。
多平台支持与安装选项
Coder v2.18.5继续提供全面的跨平台支持,包括:
- macOS (amd64和arm64架构)
- Linux (多种架构和包格式:deb、rpm、apk、tar.gz)
- Windows (amd64和arm64架构,提供zip和安装程序)
用户可以根据自己的操作系统和偏好选择合适的安装方式。对于企业级部署,Coder还提供了Helm chart支持,方便在Kubernetes环境中部署和管理。
总结
Coder v2.18.5虽然是一个小版本更新,但在稳定性和功能完善方面做出了重要贡献。特别是对Terraform支持的增强,使得基础设施即代码(IaC)的实践在Coder平台上更加顺畅。对于现有用户来说,升级到这个版本可以获得更好的稳定性和更丰富的功能支持。
对于新用户而言,v2.18.5版本提供了一个稳定可靠的起点,可以放心地开始使用Coder来管理和标准化开发环境。无论是个人开发者还是团队,都能从这个版本中受益。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00