Scaleway CLI v2.37.0 版本发布:增强云资源管理与监控能力
Scaleway CLI 是 Scaleway 云平台提供的命令行工具,它允许开发者通过简单的命令来管理和操作云资源,而无需使用图形界面。该工具支持多种操作系统,包括 Linux、macOS 和 Windows,并且提供了丰富的功能来管理服务器、存储、网络等各种云服务。
最新发布的 v2.37.0 版本带来了多项功能增强和优化,主要集中在云资源管理、监控和安全方面。以下是对本次更新的详细解读。
核心功能更新
Apple Silicon 月度承诺处理
本次更新引入了对 Apple Silicon 实例的月度承诺处理支持。这意味着用户现在可以通过 CLI 工具直接管理 Apple Silicon 实例的月度计费周期,简化了长期使用这类高性能实例的计费流程。
审计追踪功能增强
审计追踪功能得到了显著增强,主要体现在两个方面:
- 新增了对 IAM(身份和访问管理)资源的支持,使管理员能够更全面地跟踪和审计用户权限变更。
- 密钥管理器资源现在也被纳入审计追踪范围,增强了密钥管理操作的可追溯性。
实例管理改进
在实例管理方面,v2.37.0 版本带来了两个重要改进:
- 支持在服务器更新操作中使用 SBS(Scaleway Block Storage)卷,为用户提供了更灵活的存储管理选项。
- 服务器创建时现在可以直接使用来自市场的 SBS 镜像,简化了特定应用场景下的服务器部署流程。
负载均衡器新增连接速率限制
负载均衡服务新增了对连接速率限制的支持。这一功能可以帮助用户防止服务被过度请求,特别是在面对潜在的 DDoS 攻击时,能够有效保护后端服务的稳定性。
密钥管理服务优化
密钥管理服务的相关文档和提示信息得到了优化,使用户在使用过程中能够获得更清晰、准确的指导,降低了误操作的风险。
监控与日志功能增强
Cockpit 监控新增字段
Cockpit 监控服务新增了 received_resolved 字段,这一改进使得用户能够更细致地追踪问题的接收和解决状态,提升了监控数据的完整性和可用性。
事务性邮件服务(TEM)项目消费统计
事务性邮件服务(TEM)现在支持项目级别的消费统计,用户可以更方便地跟踪和分析邮件服务的资源使用情况,有助于成本控制和优化。
网络功能更新
VPC 路由支持 Apple Silicon
VPC 路由功能现在支持将 Apple Silicon 专用网络接口(PNIC)作为路由的下一跳,完善了 Apple Silicon 实例在网络架构中的集成能力。
Web 托管服务增强
Web 托管服务获得了两个重要更新:
- 新增了对公共搜索域的支持,简化了域名管理流程。
- 添加了对 Web 托管 v1 版本的支持,确保了对旧版本服务的兼容性。
安全与密钥管理
密钥服务支持计划删除
密钥服务现在支持 scheduled_for_deletion 功能,允许用户为密钥设置计划删除时间,这一功能特别适合需要定期轮换密钥的场景,同时避免了意外删除的风险。
开发者体验优化
除了功能更新外,本次发布还包含多项开发者体验的改进:
- 文档更新,包括 MongoDB 服务名称的修正和 TEM 服务资源文档的补充
- 依赖库升级,包括 AWS SDK、Bubbletea 和 Cobra 等核心库的版本更新
- 代码质量改进,新增了对多个静态分析工具的支持
- CI/CD 流程优化,特别是解决了 Windows 环境下临时目录并发删除的问题
总结
Scaleway CLI v2.37.0 版本通过多项功能增强和优化,进一步提升了云资源管理的便利性和安全性。特别是对 Apple Silicon 实例、审计追踪和密钥管理的改进,以及对监控和网络功能的增强,都使得该工具在云基础设施管理中变得更加全面和强大。
对于已经使用 Scaleway CLI 的用户,建议尽快升级到最新版本以获取这些新功能和改进。对于新用户,这个版本提供了更完整的功能集和更好的使用体验,是开始使用 Scaleway 云服务命令行工具的好时机。
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