curl_cffi v0.11.2版本发布:HTTP客户端库的重要更新
curl_cffi是一个基于cURL和Python CFFI的高性能HTTP客户端库,它提供了与requests类似的API接口,但具有更好的性能和更底层的控制能力。该项目特别适合需要模拟浏览器行为或处理复杂HTTP场景的开发需求。
版本核心变更解析
Cookie处理机制优化
本次v0.11.2版本引入了一个重要的行为变更:response.cookies对象现在仅包含当前请求中的cookie,而不再自动包含重定向过程中的所有cookie。这一变更使得cookie处理更加明确和符合直觉。
对于需要跟踪整个会话cookie的场景,开发者现在必须显式使用Session对象:
import curl_cffi
# 不推荐的方式(可能丢失重定向过程中的cookie)
r = curl_cffi.get("https://example.com/redirect")
print(r.cookies) # 仅显示最后一次请求的cookie
# 推荐的方式(完整跟踪会话cookie)
s = curl_cffi.Session()
r = s.get("https://example.com/redirect")
print(s.cookies) # 显示整个会话过程中的所有cookie
这一变更虽然带来了轻微的破坏性变化,但提高了API的明确性和一致性,避免了之前版本中可能出现的隐式行为导致的bug。
新功能与改进
HTTP版本字符串支持
现在开发者可以使用字符串形式设置HTTP版本,提高了代码的可读性:
# 之前只能使用数字常量
r = curl_cffi.get("https://example.com", http_version=2)
# 现在可以使用字符串
r = curl_cffi.get("https://example.com", http_version="2")
支持的有效字符串值包括:"1.0"、"1.1"、"2"、"3"等,对应不同的HTTP协议版本。
重定向URL编码处理
增强了对重定向Location头部的编码处理能力,当遇到无法解码的URL时,现在会优雅地回退到latin-1编码,避免了之前版本中可能出现的解码错误。
Firefox特有扩展控制
新增了对Firefox特有HTTP扩展的开关控制,开发者可以根据需要启用或禁用这些扩展:
# 禁用Firefox特有扩展
curl_cffi.get("https://example.com", firefox_extensions=False)
这一功能特别适合需要精确控制HTTP头部的场景。
Cookie存储禁用选项
现在可以通过use_cookie_store=False参数完全禁用cookie存储功能:
# 完全禁用cookie存储
curl_cffi.get("https://example.com", use_cookie_store=False)
这对于不需要cookie功能或需要手动管理cookie的场景非常有用。
技术实现细节
在底层实现上,curl_cffi v0.11.2继续优化了与libcurl的交互效率。通过CFFI接口,Python代码能够直接调用libcurl的高性能网络功能,同时保持了Pythonic的API设计。
对于cookie处理的变化,底层实际上是调整了CURLOPT_COOKIELIST和CURLOPT_COOKIEJAR等选项的行为,使得每个请求的cookie处理更加隔离和明确。
升级建议
对于现有项目,升级到v0.11.2版本时需要注意:
- 检查所有依赖
response.cookies的代码,确保它们不隐式依赖重定向过程中的cookie - 对于需要完整cookie跟踪的场景,改用Session对象
- 考虑使用新的字符串形式HTTP版本设置,提高代码可读性
- 评估是否需要禁用Firefox扩展或cookie存储功能
这个版本在保持API简洁性的同时,提供了更精细的控制能力,是curl_cffi项目成熟度提升的重要一步。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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