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。
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 StartedRust0213
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03