Grafbase Gateway 0.31.0版本发布:认证策略与压缩功能升级
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。作为连接前端应用和后端数据源的关键组件,Grafbase Gateway不断演进以满足现代应用开发的需求。
认证策略的灵活配置
在0.31.0版本中,Grafbase Gateway引入了一个重要的认证策略改进。现在开发者可以通过authentication.default配置项明确指定默认的认证策略行为。这一变化为系统安全提供了更精细的控制能力。
在之前的版本中,如果配置了任何认证机制但请求未提供有效凭证,网关会默认拒绝访问。这种隐式的安全策略虽然保护了资源,但缺乏灵活性。新版本允许开发者明确选择两种策略:
- deny:严格模式,拒绝未经认证的请求(默认行为)
- anonymous:宽松模式,为未认证请求生成匿名令牌
这一改进特别适合需要区分公开API和私有API的场景。例如,一个电商平台可能希望产品目录API允许匿名访问,而订单管理API则需要严格认证。
子图响应压缩支持
性能优化是API网关的核心职责之一。0.31.0版本新增了对多种压缩算法的透明支持,包括:
- gzip
- brotli
- deflate
- zstd
网关会自动通过Accept-Encoding头告知子图服务其支持的压缩算法。这项功能可以显著减少网络传输的数据量,特别是在返回大型数据集时效果更为明显。
值得注意的是,当前版本仅支持响应体的压缩。如果开发者需要请求体压缩功能,可以向项目团队提出需求,这将作为高优先级功能考虑加入后续版本。
重大变更说明
认证扩展配置重构
认证扩展的配置方式进行了重大调整,使其与其他扩展的配置风格保持一致。旧版本需要通过authentication.provider声明认证提供者,新版本则直接将配置集成到扩展定义中。
这种简化设计减少了配置的复杂性,但也意味着不能再复用同一认证扩展的不同配置实例。如果项目中有此类需求,建议联系开发团队讨论解决方案。
子图错误扩展格式变更
错误处理机制也进行了优化。原先放在upstream_extensions键下的子图错误扩展,现在直接使用原生的extensions格式。只有当错误代码不存在时,系统才会自动添加。这一变更使错误响应更加符合GraphQL规范,提高了与其他工具的兼容性。
问题修复
本次发布还修复了HTTP跟踪导出的问题,改进了遥测配置处理逻辑。现在能够更好地合并全局和跟踪导出器参数,确保分布式追踪数据的完整性和准确性。
总结
Grafbase Gateway 0.31.0版本通过认证策略的灵活配置和响应压缩支持,进一步提升了产品的可用性和性能。虽然引入了一些破坏性变更,但这些改进为长期的可维护性和用户体验奠定了基础。开发者可以根据项目需求,选择适合的认证策略,同时享受自动压缩带来的性能提升。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00