Odigos v1.0.161版本发布:增强可观测性与稳定性
Odigos是一个开源的分布式追踪系统,它通过自动检测应用程序代码来收集遥测数据,帮助开发者更好地理解和监控分布式系统的运行状态。最新发布的v1.0.161版本带来了一系列改进和新功能,进一步提升了系统的稳定性和用户体验。
核心改进
配置管理增强
新版本在CLI工具中增加了ui-pagination-limit配置项,允许用户通过odigos config set命令直接设置UI界面的分页限制。这一改进使得管理员能够更灵活地控制界面显示的数据量,特别是在处理大规模部署时尤为有用。
诊断功能优化
CLI升级过程中现在会输出诊断信息,这一改进大大简化了故障排查过程。当用户在升级过程中遇到问题时,可以立即获取详细的诊断数据,而不需要手动收集日志或运行额外的诊断命令。
稳定性提升
本次更新修复了多个可能导致系统不稳定的问题:
- 修复了instrumentor组件的leader选举错误,确保在高可用部署中能够正确选举主节点。
- 改进了otel代理的启动处理逻辑,避免了在某些情况下代理启动失败导致的数据收集中断。
- 针对GKE环境的特定问题提供了临时解决方案,增强了在Google Kubernetes Engine上的兼容性。
架构优化
控制器合并
新版本将startlangdetection和deleteinstrumentationconfig两个控制器合并为一个统一的sourceinstrumentation控制器。这一架构上的优化简化了代码结构,减少了组件间的通信开销,同时也降低了系统的复杂性。
数据收集服务改进
为agent遥测数据导出服务添加了internalTrafficPolicy支持,这一改进优化了集群内部的数据传输路径,减少了网络延迟,特别是在大规模部署中能够显著提升性能。
性能优化
- UI界面现在通过单次查询获取所有实例信息,减少了API调用次数,提升了界面响应速度。
- 移除了e2e测试中不必要的活性探针检查,简化了测试流程,加快了测试执行速度。
版本升级
本次更新将collector组件升级至v1.27.0/v0.121.0版本,带来了最新的功能支持和性能改进。同时移除了已弃用的"odigosconfiguration" CRD,简化了配置管理。
总结
Odigos v1.0.161版本通过一系列改进和优化,进一步提升了系统的稳定性、性能和用户体验。从配置管理的灵活性增强到核心组件的稳定性修复,再到架构上的优化,这些改进使得Odigos在分布式追踪领域继续保持竞争力。对于已经使用Odigos的用户,建议评估升级到这一版本以获得更好的性能和稳定性。
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