Pigsty项目PostgreSQL扩展例行更新报告
PostgreSQL作为一款功能强大的开源关系型数据库,其扩展生态系统是其核心竞争力之一。Pigsty项目作为PostgreSQL的发行版与管理平台,始终保持着对主流扩展的及时更新支持。本次更新涵盖了时序数据库、分布式计算、全文检索、向量搜索等多个关键领域的扩展组件。
时序与分布式扩展更新
TimescaleDB作为PostgreSQL上最流行的时序数据库扩展,本次从2.17.2版本升级到了2.18.2版本。新版本在连续聚合、压缩算法和分布式查询方面都有显著改进。Citus分布式扩展从13.0.0升级到13.0.1,修复了多个分布式事务处理的边界问题,提升了大规模集群下的稳定性。
向量搜索与AI能力增强
向量搜索领域迎来多项重要更新:VectorChord从0.1.0升级到0.2.1版本,引入了更高效的近似最近邻搜索算法;vchord扩展同步更新至0.2.1版本,新增了对PostgreSQL 13的支持。pg_vectorize从0.20.0升级到0.21.1,增强了与大型语言模型的集成能力,使开发者能更便捷地构建AI驱动的应用。
数据分析与ETL工具链
数据分析工具链方面,pg_duckdb从0.2.0升级到0.3.1版本,显著提升了与DuckDB的互操作性,使复杂分析查询性能得到优化。pg_bulkload 3.1.22新增了对PostgreSQL 17的支持,为大容量数据加载提供了更高效的选择。pg_store_plan 1.8版本也加入了对PG17的兼容性支持。
全文检索与多语言支持
全文检索领域,pg_search从0.14升级到0.15.2,改进了中文分词的准确性。pgroonga迎来大版本更新,从3.2.5升级到4.0.0,重构了索引存储格式,显著降低了内存占用。zhparser从2.2升级到2.3版本,优化了中文文本处理的性能。
实用工具与框架更新
在实用工具方面,supautils从2.5.0升级到2.6.0,增强了监控指标收集能力;table_version从1.10.3升级到1.11.0,改进了数据版本控制的可靠性。pg_graphql从1.5.9升级到1.5.11,修复了多个GraphQL接口的安全问题。
新扩展支持
本次更新还引入了多个新扩展:pg_mooncake 0.1.2提供了新颖的数据加密方案;pg_duration 1.0.2为时间间隔处理提供了更丰富的函数支持;pgsql_tweaks 0.11.0收集了一系列实用的数据库调优技巧和工具函数。
这些扩展的更新和新增,使Pigsty项目能够为开发者提供更强大、更稳定的PostgreSQL使用体验,覆盖了从传统OLTP到时序数据、从全文检索到向量搜索、从单机部署到分布式集群的各类应用场景。
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