ureq 3.0 迁移指南:代理与证书配置变更解析
2025-07-07 14:50:42作者:范垣楠Rhoda
ureq 3.0 版本对代理和证书配置进行了重大改进,这些变更使库更加易用且功能更强大。本文将详细介绍这些变化及其对现有代码的影响。
代理配置变更
在 ureq 2.x 版本中,需要通过 proxy-from-env 特性标志来启用环境变量代理支持。而在 3.0 版本中,这一功能已成为默认行为,无需额外配置即可自动识别系统代理设置。
对于需要 SOCKS 代理的情况,仍然需要显式启用 socks-proxy 特性标志。这一设计决策使得基础代理功能开箱即用,同时保留了特殊代理类型的可选性。
证书验证机制改进
证书验证机制也经历了显著变化。2.x 版本中的 native-certs 特性标志已被移除,取而代之的是更灵活的 RootCerts 枚举系统。现在开发者可以通过 TlsConfig 在代理或请求级别指定证书验证策略:
- Specific:手动指定根证书,适用于需要完全控制证书链的场景
- PlatformVerifier:自动使用系统证书验证机制
- 使用 rustls 后端时,会调用系统验证器
- 使用 native-tls 后端时,会自动选择系统根证书
- WebPki:使用 ureq 内置的根证书包
这种设计提供了更细粒度的控制,同时简化了常见用例的配置。
状态码处理优化
3.0 版本改进了状态码处理机制。ureq::OrAnyStatus 现在既可以通过代理配置全局设置,也可以通过 RequestBuilder 的配置方法针对单个请求设置。这种灵活性允许开发者在保持默认严格状态码检查的同时,在需要时轻松覆盖特定请求的行为。
迁移建议
对于从 2.x 迁移到 3.0 的项目:
- 移除所有
proxy-from-env特性标志的引用,因为其功能现在是默认启用的 - 检查证书验证需求,选择合适的
RootCerts策略 - 评估状态码处理逻辑,考虑是否可以利用新的请求级配置能力
这些变更总体上简化了配置,同时提供了更强大的功能。理解这些变化将帮助开发者更顺利地完成迁移过程。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147