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
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