Logbook 3.12.0 版本发布:HTTP日志记录库的重大更新
项目简介
Logbook 是一个开源的 Java HTTP 日志记录库,由 Zalando 开发维护。它能够拦截 HTTP 请求和响应,提供灵活的日志记录功能,支持多种 HTTP 客户端和服务器框架。Logbook 特别适合需要详细记录 HTTP 通信的微服务架构,可以帮助开发者进行调试、监控和安全审计。
3.12.0 版本核心更新
1. 请求属性日志记录修复
此版本修复了 BodyOnlyIfStatusAtLeastStrategy 策略中请求属性未被记录的问题。现在即使只记录响应体,请求的基本属性(如方法、路径等)也会被正确记录,这对于调试和审计至关重要。
2. WebFlux 兼容性增强
针对 Spring Boot 3.3.x 与 WebFlux 的兼容性问题进行了修复。新版本改进了 ReactorNetty 管道处理机制,确保在处理器被提前移除时仍能正确记录日志,解决了 WebFlux 环境下日志丢失的问题。
3. 错误处理改进
在以下场景中增强了错误处理能力:
- 当 WebClient 请求发生错误时,现在会确保记录请求日志
- 当 flushBuffer() 失败时,会尝试写入响应日志
- 改进了 Ktor 服务器插件中 HTTP 状态码的传播
4. 性能与稳定性提升
- 优化了响应处理流程,减少潜在的内存泄漏风险
- 改进了 ReactorNetty 的集成稳定性
- 增强了在异常情况下的日志记录可靠性
新特性详解
精确浮点数日志支持
新版本允许在日志中使用精确的浮点数表示,这对于需要高精度数值记录的金融、科学计算等场景特别有价值。开发者现在可以配置日志格式来保留浮点数的完整精度。
OAuth 令牌安全处理
默认情况下,新版本会自动模糊处理 OAuth 请求中的 refresh_token 参数,增强了安全性。这一改进减少了敏感信息意外泄露的风险,符合安全最佳实践。
空字段列表优化
当配置的 JSON 字段过滤列表为空时,现在会返回一个"none"体过滤器,而不是执行不必要的处理,这提高了处理效率。
依赖项更新
3.12.0 版本包含了大量依赖项的更新,包括:
- Spring Framework 升级至 6.2.6
- Spring Boot 升级至 3.4.5
- Netty 升级至 4.2.0.Final
- Kotlin 升级至 2.1.20
- Jackson 升级至 2.19.0
这些更新带来了性能改进、安全修复和新功能支持。
开发者建议
对于升级到 3.12.0 版本的开发者,建议:
- 检查自定义策略实现,特别是那些继承自
BodyOnlyIfStatusAtLeastStrategy的策略 - 在 WebFlux 应用中验证日志记录的完整性
- 评估是否需要调整浮点数日志格式
- 检查 OAuth 相关日志,确认敏感信息处理符合预期
总结
Logbook 3.12.0 版本通过一系列修复和改进,显著提升了在各种环境下的稳定性和功能性。特别是对 WebFlux 和 ReactorNetty 的增强支持,使得它在现代响应式应用中的表现更加可靠。安全性的增强和性能优化也使这个版本成为生产环境升级的推荐选择。
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