Workerd项目v1.20250415.0版本发布:Python ASGI支持与Socket增强
Workerd是一款开源的高性能JavaScript/Wasm运行时环境,专为构建分布式计算应用而设计。它支持多种编程语言和协议,能够在全球分布的节点上高效运行。
本次发布的v1.20250415.0版本主要带来了对Python ASGI应用的更好支持,以及Socket相关功能的增强,同时还包含了一些内部优化。
Python ASGI模块自动注入
新版本改进了Python工作线程的处理方式,现在会自动注入ASGI模块。ASGI(Asynchronous Server Gateway Interface)是Python异步Web应用的接口标准,类似于WSGI但支持异步操作。这一改进意味着:
- 开发者不再需要手动配置ASGI模块
- 简化了Python Web应用的部署流程
- 确保了ASGI应用的兼容性和稳定性
这项改进特别适合使用FastAPI、Starlette等现代Python Web框架的开发者,使得这些框架在Workerd环境中的运行更加无缝。
Socket功能增强
本次更新为Socket类新增了两个重要属性:
upgraded属性:用于标识Socket是否已升级(如从HTTP升级到WebSocket)secureTransport属性:指示Socket是否使用了安全传输协议(如TLS)
这些增强使得开发者能够更精确地控制和管理网络连接状态,特别是在处理协议升级和安全通信场景时更加方便。例如,开发者现在可以轻松检查一个连接是否已安全加密,或者在处理WebSocket连接时确认升级是否成功。
AutoRAG流式支持
AutoRAG功能现在增加了流式支持。RAG(Retrieval-Augmented Generation)是一种结合信息检索和生成模型的技术,常用于构建智能问答系统。流式支持的加入意味着:
- 可以逐步获取生成结果,而不必等待整个处理完成
- 降低了响应延迟,提升了用户体验
- 更适合处理大规模数据或长时间运行的任务
这项改进对于构建实时交互式AI应用特别有价值,开发者现在可以创建响应更快的智能服务。
JS RPC目标处理优化
在内部机制方面,新版本优化了JavaScript RPC(远程过程调用)目标对象的处理方式。现在会在构造时就调度目标对象的释放,这一改变带来了:
- 更及时的资源回收
- 减少内存泄漏风险
- 提升整体运行效率
虽然这项改进对普通开发者来说可能不太明显,但它确实提高了Workerd运行时的稳定性和性能表现。
总结
Workerd v1.20250415.0版本通过多项改进继续强化其作为分布式计算运行时的能力。Python ASGI支持的完善使得Python开发者能够更轻松地部署现代Web应用,Socket功能的增强提供了更细粒度的连接控制,而AutoRAG的流式支持则为AI应用开发打开了新的可能性。
这些更新体现了Workerd项目对开发者体验的持续关注,以及对现代应用开发需求的快速响应。无论是构建Web服务、实时通信应用还是AI服务,新版本都提供了更强大、更灵活的工具支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-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
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