Spring GraphQL 1.4.0-M1版本发布:全新特性与改进
Spring GraphQL项目近日发布了1.4.0-M1版本,这是1.4.0系列的第一个里程碑版本。Spring GraphQL是一个强大的框架,用于在Spring应用中构建GraphQL服务,它提供了与Spring生态系统的深度集成,包括Spring MVC、WebFlux、Data和Security等模块。
核心特性增强
本次发布在多个方面进行了显著改进,特别是在HTTP传输层和类型系统处理方面:
- 
GraphQL over HTTP规范对齐:新版本对HTTP传输层进行了重构,使其更加符合GraphQL over HTTP规范。这意味着Spring GraphQL现在能够更好地与其他遵循该规范的GraphQL实现进行互操作。
 - 
响应媒体类型支持:框架现在明确定义了GraphQL响应应该使用的媒体类型,这有助于客户端更准确地处理响应内容。
 - 
字段解析优化:SchemaMappingInspector现在会检查公共字段以匹配PropertyFetchingImpl的行为,这使得字段解析更加一致和可靠。
 
数据加载与联邦支持
- 
DataLoader参数支持:在
@EntityMapping方法中现在可以直接使用DataLoader作为参数,这简化了批量数据加载的实现方式。 - 
联邦实体检测:框架现在能够检测并报告未被任何
@EntityMapping方法覆盖的联邦实体,帮助开发者更早发现潜在的问题。 
订阅与性能改进
- 
SSE保持连接:为基于SSE的GraphQL订阅添加了Keep-Alive支持,这在WebFlux和WebMvc环境下都能工作,显著改善了长连接的稳定性。
 - 
HTTP超时处理:新增了一个WebGraphQlInterceptor实现,专门用于处理HTTP超时场景,使得超时管理更加方便。
 
依赖升级
- 
核心框架升级:同步升级到了Spring生态的最新版本,包括Spring Boot 3.4.x、Spring Framework 6.2.3、Spring Data 2025.0.0-M2和Spring Security 6.5.0-M3。
 - 
GraphQL相关库:升级到了Apollo GraphQL Federation 5.3.0和Netflix GraphQL CodeGen 7.0.3,提供了更多新特性和改进。
 - 
监控与追踪:Micrometer升级到1.15.0-M3,Tracing升级到1.5.0-M3,增强了可观测性能力。
 
总结
Spring GraphQL 1.4.0-M1版本带来了多项重要改进,特别是在规范符合性、数据加载和订阅稳定性方面。这些变化使得开发者能够构建更加健壮和符合标准的GraphQL服务。随着对最新Spring生态版本的兼容性更新,这个版本也为未来的功能扩展奠定了基础。
对于正在使用或考虑使用Spring GraphQL的开发者来说,这个里程碑版本值得关注和评估,特别是那些需要严格遵循GraphQL规范或使用GraphQL联邦架构的项目。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
 
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00