Grafbase网关0.26.0版本发布:WebSocket连接初始化负载转发与可信文档渐进式采用
Grafbase是一个开源的GraphQL网关项目,旨在为开发者提供高性能、可扩展的GraphQL API服务。作为GraphQL查询的统一入口,Grafbase网关负责处理客户端请求,并将其路由到相应的后端服务(子图)。最新发布的0.26.0版本带来了两项重要改进:WebSocket连接初始化负载的转发功能,以及可信文档的渐进式采用策略。
WebSocket连接初始化负载转发
在GraphQL over WebSocket协议中,客户端建立WebSocket连接后发送的第一个消息通常是connection_init
。这个初始化消息包含一个可选的payload字段,用于传递连接相关的元数据。在传统的HTTP请求中,这类信息(如认证令牌)通常放在请求头中;而在WebSocket场景下,它们则通过这个payload传递。
0.26.0版本之前,Grafbase网关不会将这些初始化负载转发给处理订阅的子图服务。这导致了一些依赖这些信息的后端服务无法正常工作。新版本默认启用了这一转发功能,开发者可以通过配置显式关闭:
[websockets]
forward_connection_init_payload = false
这一改进使得基于WebSocket的GraphQL订阅能够获得与HTTP请求相同的认证和上下文信息,为实时数据场景提供了更好的支持。
可信文档的渐进式采用策略
可信文档(Trusted Documents)是Grafbase提供的一项安全功能,它要求所有执行的GraphQL查询必须预先注册为可信文档,通过ID引用执行,而不是直接发送原始查询。这可以有效防止潜在的恶意查询。
在之前的版本中,当配置为trusted_documents.enabled = true
且trusted_documents.enforced = false
(审计模式)时,如果请求中包含的文档ID不存在,即使提供了内联查询,网关也会返回错误。这不利于组织逐步迁移到可信文档模式。
0.26.0版本改进了这一行为:在审计模式下,当找不到指定ID的可信文档但请求中包含内联查询时,网关会使用内联查询继续处理请求,而不是直接失败。这种"软过渡"机制使得团队可以:
- 先启用审计日志,观察哪些查询尚未注册为可信文档
- 逐步将常用查询注册为可信文档
- 最终切换到强制执行模式(
enforced = true
)
这种渐进式采用策略大大降低了可信文档功能的采用门槛,使组织能够在不中断现有服务的情况下逐步提升GraphQL API的安全性。
总结
Grafbase网关0.26.0版本的这两项改进分别针对了实时数据订阅和安全查询执行两个重要场景。WebSocket负载转发增强了订阅功能的实用性,而可信文档的渐进式采用则使安全功能的落地更加平滑。这些更新体现了Grafbase项目对开发者体验和安全性的持续关注,为构建生产级GraphQL服务提供了更强大的基础。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0109AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









