Apollo Angular 9.0.0 发布:重大升级与改进
Apollo Angular 是一个将 GraphQL 与 Angular 框架集成的库,它允许开发者在前端应用中轻松地使用 GraphQL 进行数据查询和管理。最近发布的 9.0.0 版本带来了几个重要的变化和改进,值得开发者关注。
主要变更
依赖升级
Apollo Angular 9.0.0 现在要求使用 @apollo/client 3.13.1 或更高版本。这一变更确保了库与最新的 Apollo Client 功能保持同步,同时也意味着开发者需要相应地更新他们的项目依赖。
SubscriptionResult 移除
在这个版本中,开发团队决定移除 SubscriptionResult 类型。这个决定基于两个主要原因:
- 维护成本:保持这个类型与原生类型同步需要额外的工作量
- 价值有限:这个类型并没有提供比原生类型更多的价值
开发者现在可以直接使用 @apollo/client/core 中的 FetchResult 类型来代替原来的 SubscriptionResult。这一变更简化了代码库,同时保持了相同的功能。
QueryRef 改进
QueryRef 类在这个版本中得到了显著改进:
-
类型转发:现在大多数方法都会直接使用 @apollo/client 的原生类型,这意味着无论安装哪个版本的 @apollo/client,都能自动获得正确的类型支持,而不需要 Apollo Angular 做额外的调整。
-
属性保护:valueChanges 和 queryId 属性现在被标记为只读,因为这些属性不应该被重新赋值,这一改变有助于防止意外的修改。
其他更新
除了上述主要变更外,这个版本还包含了一些依赖项的更新,确保库的稳定性和兼容性。
升级建议
对于正在使用 Apollo Angular 的开发者,升级到 9.0.0 版本需要注意以下几点:
- 确保项目中 @apollo/client 的版本至少为 3.13.1
- 查找并替换所有 SubscriptionResult 的使用,改用 FetchResult
- 检查是否有代码尝试修改 QueryRef 的 valueChanges 或 queryId 属性,这些操作现在会被阻止
这次升级虽然包含了一些破坏性变更,但这些改变都是为了简化代码库和提高稳定性。移除 SubscriptionResult 减少了维护负担,而 QueryRef 的改进则提供了更好的类型安全性和使用体验。
对于新项目,建议直接使用 9.0.0 版本以利用这些改进。对于现有项目,可以在测试环境中先进行升级验证,确保所有功能正常工作后再部署到生产环境。
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