Solon v3.1.2 发布:增强流程引擎与AI集成能力
Solon 是一个轻量级、高性能的 Java 应用开发框架,专注于简化企业级应用的开发过程。它提供了从 Web 开发到微服务架构的全栈支持,同时保持了极低的资源消耗和快速的启动速度。Solon 的设计哲学强调"约定优于配置",通过合理的默认值和简洁的API帮助开发者快速构建可靠的应用程序。
核心功能增强
流程引擎插件体系完善
本次发布的 v3.1.2 版本显著增强了 Solon 的流程引擎能力,新增了多个关键插件:
-
solon-flow-stateful:为流程引擎添加了状态管理能力,使得复杂业务流程的状态跟踪更加容易实现。
-
表达式计算插件系列:
- solon-flow-eval-aviator:集成 Aviator 表达式引擎
- solon-flow-eval-beetl:集成 Beetl 模板引擎
- solon-flow-eval-magic:集成 Magic 脚本引擎
这些插件为流程引擎提供了灵活的表达式计算能力,开发者可以根据项目需求选择合适的表达式引擎来处理业务逻辑。
- 接口设计优化:
- 将 ChainContext 更名为 FlowContext
- 将 ChainDriver 更名为 FlowDriver
- 新增 Container 和 Evaluation 接口定义
这些变更使得流程引擎的API命名更加直观,降低了新用户的学习曲线,同时为未来的功能扩展打下了更好的基础。
AI 能力扩展
Solon 在人工智能集成方面也取得了进展:
-
新增 solon-ai-repo-chroma 插件:提供了对 Chroma 向量数据库的支持,增强了AI应用的向量检索能力。
-
优化现有AI插件:
- 改进了 solon-ai-repo-tcvectordb 插件的相似度处理算法
- 优化了 solon-ai-repo-elasticsearch 插件的相似度计算
这些改进使得基于Solon构建的AI应用能够更准确地进行语义搜索和相似度匹配。
框架核心改进
新特性引入
-
Entity 类支持:新增了 Solon Entity 类及渲染支持,简化了数据实体与视图层之间的交互。
-
插件管理增强:
- 添加 SolonApp::pluginGet 方法,方便获取插件实体
- 将 Solon.cfg().plugs() 更名为 plugins,使API命名更加规范
-
响应式编程支持:
- 添加 Context:returnValue 方法,提供手动模式下响应式支持
- 将 ActionReturnHandler 更名为 ReturnValueHandler,使其适用范围更广
性能与稳定性优化
-
HTTP工具增强:
- 优化 HttpUtils 添加了 contentType 和 accept 便捷方法
- 改进 ServerSentEvent 类,使其兼容各种序列化方案
- 调整 TextStreamUtil 缓冲大小至 1KB,平衡内存使用与性能
-
服务器配置改进:
- 将 HttpServerProps 和 WebSocketServerProps 改为实例化,支持插件动态重启
- 异常处理改为弱性,提高系统鲁棒性
-
问题修复:
- 解决了 solon-data 缓存注解不能正确处理泛型数据的问题
- 修复了 solon-rx CompletableImpl 异常传递丢失的问题
- 修正了 Context.outputAsHtml 缺少 body 标记输出的缺陷
依赖项升级
Solon v3.1.2 同步更新了多个关键依赖项:
- maven-compiler-plugin 升级至 3.14.0
- native-maven-plugin 升级至 0.10.6
- maven-plugin-plugin 升级至 3.15.1
- snakeyaml 升级至 2.4
- slf4j 升级至 2.0.17
- liquor 升级至 1.5.2
- nacos2 升级至 2.5.1
- sa-token 升级至 1.41.0
这些升级带来了更好的性能、安全性和兼容性,同时也解决了已知的安全问题和缺陷。
总结
Solon v3.1.2 是一个功能丰富的中期版本,主要聚焦于流程引擎的完善和AI能力的增强。通过新增多个专业插件和优化现有功能,Solon 进一步巩固了其作为全栈Java开发框架的地位。对于需要构建复杂业务流程或集成AI能力的企业应用,这个版本提供了更加强大和灵活的工具集。
框架核心的持续改进也体现了Solon团队对开发者体验的重视,从API命名的优化到响应式编程支持的增强,都旨在让开发者能够更高效、更愉快地使用Solon构建应用程序。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









