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。
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