FastAPI 0.115.7版本发布:安全升级与测试优化
FastAPI是一个现代、快速(高性能)的Python Web框架,用于构建API。它基于标准Python类型提示,使用Starlette和Pydantic构建,提供了极高的性能,同时保持了出色的开发体验。最新发布的0.115.7版本带来了一系列重要的改进和优化。
核心依赖升级
本次版本更新对几个关键依赖进行了升级,进一步提升了框架的安全性和稳定性:
-
python-multipart升级至>=0.0.18版本,这个库用于处理HTTP multipart表单数据,是FastAPI处理文件上传功能的基础。新版本修复了潜在的安全问题并优化了性能。
-
Starlette支持范围扩展至0.45.0,现在兼容>=0.40.0,<0.46.0版本。Starlette是FastAPI的底层ASGI框架,这次更新让开发者可以更灵活地选择Starlette版本。
-
Jinja2模板引擎升级至>=3.1.5,这是FastAPI模板渲染功能的基础依赖,新版本提供了更好的安全性和性能。
测试套件重构
开发团队对测试代码进行了大规模重构和简化,这是本次更新的重要技术改进:
- 测试用例被重新组织,移除了冗余代码,提高了测试的可读性和维护性
- 测试覆盖了WebSocket、表单模型、安全模块、请求模型等核心功能
- 测试方法更加标准化,便于后续功能扩展时的回归测试
这种测试优化虽然对最终用户不可见,但显著提升了框架的稳定性和可靠性,为未来的功能开发奠定了坚实基础。
文档与国际化改进
FastAPI一直以其出色的文档著称,本次更新继续强化了这一优势:
-
文档内容更新:
- 更新了Strawberry集成文档,这是FastAPI与GraphQL集成的重要部分
- 修正了多处文档中的拼写错误和技术描述不准确之处
- 移除了不再维护的Peewee ORM教程相关内容
-
多语言支持增强:
- 新增了大量葡萄牙语、印尼语、韩语、俄语和中文翻译
- 特别加强了安全相关文档的多语言覆盖
- 采用LLM辅助的翻译系统提高了翻译效率和质量
开发者体验优化
除了上述改进外,本次更新还包含多项提升开发者体验的改动:
- 新增Pydantic 2分类器,明确标识框架对新版Pydantic的支持
- 改进了赞助商展示系统,更好地认可社区贡献
- 更新了GitHub主题仓库列表,方便开发者发现相关生态项目
- 多项内部工具链升级,包括Markdown处理、快照测试等基础设施
总结
FastAPI 0.115.7版本虽然没有引入重大新功能,但通过依赖升级、测试优化和文档改进,进一步巩固了框架的稳定性、安全性和可用性。这些改进体现了FastAPI团队对质量的持续追求,也为后续功能开发奠定了更坚实的基础。
对于现有项目,建议开发者评估升级,特别是关注安全相关的依赖更新。新项目则可以直接基于此版本开始开发,享受更稳定可靠的FastAPI体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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