Firebase Tools v13.35.0 版本发布:增强数据连接与部署能力
Firebase Tools 是 Firebase 官方提供的命令行工具集,它允许开发者通过命令行界面与 Firebase 平台进行交互,执行各种操作如项目初始化、部署、模拟测试等。作为 Firebase 生态系统的核心工具,它不断更新以支持新的功能和改进现有体验。
主要更新内容
数据连接(Data Connect)功能增强
本次更新为 Firebase Data Connect 带来了多项重要改进。Data Connect 是 Firebase 提供的简化数据库连接和管理的解决方案,新版本增加了对 Angular SDK 的生成支持,这意味着使用 Angular 框架的开发者现在可以更方便地集成 Firebase 数据服务。
在权限管理方面,更新改进了 SQL 权限处理机制,能够更好地处理由 IAM 角色拥有的表,解决了之前可能导致权限问题的场景。同时修复了初始化时 IAM 用户创建失败的问题,确保了新数据库的顺利设置。
对于本地开发体验,Data Connect 模拟器现在能够正确处理来自 firebase login 的凭证,避免了之前可能出现的认证问题。此外,还修复了模拟器在遇到某些 SQL 错误时崩溃的问题,提高了稳定性。
应用托管模拟器改进
应用托管(App Hosting)模拟器现在支持加载秘密环境变量,这一改进使得本地开发环境能够更准确地模拟生产环境行为。开发者可以在本地测试中使用与实际部署相同的环境变量配置,包括敏感信息的安全处理。
函数部署优化
针对 Google Cloud Functions(GCF)V2 版本,本次更新修复了构件清理功能。通过正确编码构件名称以匹配 GCF V2 的格式,确保了部署后无用构件的自动清理。同时新增了一个专门用于设置函数构件清理策略的命令,为开发者提供了更灵活的资源管理选项。
Web 框架支持增强
对于使用 Angular 的开发者,新版本增加了对第三方构建器的支持,扩展了构建选项的灵活性。同时修复了当 firebase.json 中配置了多个托管站点时,Web 框架部署可能出现的问题,确保了多站点项目的顺利部署。
模拟器体验提升
模拟器 UI 的主体解析限制已调整为与存储模拟器最大值匹配,解决了之前可能因数据大小限制导致的问题。这一改进特别有利于处理较大文件的上传和下载测试场景。
技术细节与开发者影响
本次更新中的多项改进直接影响开发者的日常工作流。例如,Data Connect 对 Angular SDK 的支持意味着前端开发者现在可以更自然地与 Firebase 数据库交互,而无需编写大量胶水代码。函数构件清理策略的引入则帮助团队更好地管理云资源,避免积累无用构件导致的存储成本增加。
对于跨平台开发者,修复了 Windows 平台上 ext:install 命令使用 POSIX 文件分隔符的问题,确保了在不同操作系统上的一致行为。
升级建议
对于现有 Firebase 项目,特别是那些使用 Data Connect、Angular 框架或多站点托管的项目,建议尽快升级到 v13.35.0 版本以利用这些改进和修复。新项目则应直接使用最新版本开始开发,避免遇到已知问题。
升级通常只需运行 npm install -g firebase-tools 命令即可完成。对于团队项目,建议同步更新项目中的 Firebase 相关依赖,确保开发环境的一致性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01