ureq 3.0 迁移指南:代理与证书配置变更解析
2025-07-07 16:39:44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
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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