Higress 项目中 Wasm 插件自动化构建与发布的实践
在云原生技术快速发展的今天,WebAssembly (Wasm) 因其安全、高效和跨平台的特性,正在成为服务网格和 API 网关领域的重要技术。Higress 作为阿里巴巴开源的云原生网关项目,其 Wasm 插件生态的构建与发布流程的自动化显得尤为重要。
随着 Higress 项目中 Wasm 插件数量的不断增加,手动构建和发布的工作量变得日益繁重。为了解决这一问题,项目团队决定引入 GitHub Actions 来实现自动化流程,这不仅提高了开发效率,也确保了发布过程的一致性和可靠性。
自动化构建流程主要针对使用 Golang 编写的 Wasm 插件。这些插件的源代码统一存放在项目的 plugins/wasm/go 目录下。构建过程严格遵循该目录下的构建规范,确保生成的 Wasm 模块符合运行时要求。
在触发机制方面,系统支持两种方式:基于 Git tag 的自动触发和人工手动触发。当开发者推送特定格式的 tag(如 wasm-go-basic-auth-v1.0.0)时,系统会自动识别插件名称和版本号,并启动构建流程。对于需要灵活控制的场景,开发者也可以通过 GitHub Actions 界面手动输入插件名称和版本来触发构建。
镜像构建采用了 oras 工具,这是符合 OCI 标准的轻量级镜像管理工具。构建过程严格遵循 Higress 制定的 Wasm 插件镜像规范,确保生成的镜像能够被 Higress 网关正确识别和加载。值得注意的是,虽然插件运行时只需要 plugin.wasm 文件,但为了提供更好的用户体验,建议开发者尽可能提供完整的元数据文件。
在安全性方面,镜像仓库的配置信息通过 GitHub 的"Actions secrets and variables"机制进行管理,避免了敏感信息直接暴露在代码库中。这种做法既保证了自动化流程的正常运行,又符合安全最佳实践。
该自动化方案的实现参考了 Higress 组件已有的镜像构建工作流,确保了项目内部构建流程的一致性。通过这种方式,Higress 项目不仅提高了 Wasm 插件的开发效率,也为用户提供了更稳定可靠的插件获取渠道,进一步丰富了 Higress 的插件生态系统。
这种自动化实践不仅适用于 Higress 项目,对于其他需要管理大量 Wasm 插件的开源项目也具有参考价值。它展示了如何利用现代 CI/CD 工具链来简化复杂的构建发布流程,让开发者能够更专注于插件功能的实现,而非构建部署的细节。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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