Starlette 0.46.0 版本发布:中间件优化与重要改进
Starlette 是一个轻量级的 ASGI 框架/工具包,它为构建高性能的异步 Web 服务提供了基础组件。作为 FastAPI 的底层框架,Starlette 在 Python 异步 Web 开发领域扮演着重要角色。最新发布的 0.46.0 版本带来了一系列值得关注的改进和优化。
GZipMiddleware 中间件增强
本次更新对 GZipMiddleware 进行了两项重要改进:
-
Vary 头部的强制添加:现在当响应可以被压缩时,中间件会确保始终添加 Vary 头部。这个改进解决了缓存一致性问题,确保中转服务器和浏览器能够正确处理压缩和非压缩版本的资源。
-
服务器发送事件(SSE)支持:中间件现在会智能地跳过对服务器发送事件(Server-Sent Events)的压缩。SSE 是一种基于 HTTP 的服务器向客户端推送数据的技术,保持其流式特性对于实时应用至关重要。
异常处理改进
BaseHTTPMiddleware 现在能够正确地传播后台任务中的异常。在之前的版本中,后台任务中的异常可能会被静默忽略,导致难以调试的问题。这一改进使得错误处理更加透明和可靠。
多部分表单解析器参数重命名
MultiPartParser 中的 max_file_size 参数已被重命名为 spool_max_size。这个更名更好地反映了参数的实际用途 - 控制文件数据在内存中的最大缓冲大小。虽然旧名称仍然可用,但建议开发者迁移到新参数名以获得更好的代码可读性。
测试客户端超时参数废弃
TestClient 的 timeout 参数现在被标记为废弃。这个变化是为了引导开发者使用更现代的异步测试模式。在测试异步应用时,直接控制事件循环的超时通常能提供更精确的测试行为。
总结
Starlette 0.46.0 版本虽然是一个小版本更新,但包含了对生产环境非常重要的改进。特别是 GZipMiddleware 的增强使得它在处理各种响应类型时更加健壮,而异常处理的改进则提升了开发体验。这些变化体现了 Starlette 项目对稳定性和开发者体验的持续关注。
对于现有项目,建议开发者特别关注 MultiPartParser 的参数变更和 TestClient 的废弃警告,适时进行代码更新以避免未来兼容性问题。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01