Centrifuge项目v0.34.4版本发布:优化跨域预检请求与Redis兼容性
Centrifuge是一个高性能的实时通信库,它提供了WebSocket、HTTP流等多种实时数据传输方式,并支持多种后端存储和消息代理。该项目广泛应用于构建实时聊天、通知推送、在线协作等需要低延迟通信的场景。
预检请求优化
在v0.34.4版本中,Centrifuge针对跨域资源共享(CORS)的预检请求(preflight requests)进行了两项重要改进:
-
预检请求缓存:现在服务器会对跨域双向模拟场景(http_stream和模拟端点)中的预检请求进行缓存,缓存时间为300秒。这项改进显著减少了不必要的预检请求数量,将原本需要两次往返(RTT)的通信过程优化为只需一次。
-
响应状态码变更:对于预检请求,服务器现在返回204(No Content)状态码而非原来的200(OK)。这一变更更加符合HTTP规范,因为预检请求本身不需要返回任何内容。
Redis客户端兼容性调整
该版本将rueidis Redis客户端库从较新版本回退到v1.53.0,主要是为了解决在强制使用RESP2协议时可能出现的认证错误问题。这是一个临时性的兼容性调整,预计在rueidis的下一个稳定版本中会修复这个问题。
文档完善
v0.34.4版本还完善了关于模拟传输中http.ResponseController使用的文档说明。这个控制器在处理HTTP基础实时传输时对超时控制非常重要,特别是在服务器端设置超时的情况下。
技术背景与价值
预检请求是浏览器在发送跨域请求前自动发起的一种OPTIONS请求,用于检查服务器是否允许实际的跨域请求。在实时通信场景中,频繁的预检请求会增加网络开销和延迟。Centrifuge通过缓存机制有效解决了这个问题,对于提升Web应用的实时性能有显著帮助。
Redis兼容性调整则确保了在各种Redis部署环境下的稳定连接,特别是那些仍在使用旧版RESP2协议的环境。
这些改进体现了Centrifuge项目对性能优化和稳定性的持续关注,使得开发者能够构建更加高效可靠的实时应用。
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-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