ProjectCapsule v0.8.0 发布:全面支持 Kubernetes 1.33
ProjectCapsule 是一个开源的 Kubernetes 多租户管理解决方案,它通过自定义资源定义(CRD)和准入控制器为 Kubernetes 集群提供强大的租户隔离能力。Capsule 允许管理员定义租户资源配额、网络策略、存储限制等,同时确保不同租户之间的资源隔离。
最新发布的 v0.8.0 版本带来了对 Kubernetes 1.33 的全面支持,这是该版本最重要的更新。作为遵循 Kubernetes 支持策略的项目,Capsule 始终确保与最新 Kubernetes 版本的兼容性,为管理员提供稳定可靠的租户管理体验。
核心特性更新
Kubernetes 1.33 兼容性
v0.8.0 版本最重要的改进是全面支持 Kubernetes 1.33。这一更新意味着:
- 项目现在可以无缝运行在 Kubernetes 1.33 集群上
- 所有 CRD 和控制器逻辑都针对 1.33 API 进行了优化
- 利用了 Kubernetes 1.33 引入的新特性和性能改进
值得注意的是,Capsule 项目遵循只支持最新 Kubernetes 小版本的政策,这意味着 v0.8.0 主要针对 Kubernetes 1.33 进行了优化,对旧版本的支持由各个供应商提供。
功能改进与问题修复
除了核心的 Kubernetes 版本支持外,本次发布还包含了一些重要的功能改进和问题修复:
-
CI/CD 流程优化:修复了 Harpoon 二进制文件的可执行权限问题,确保自动化流程更加可靠。
-
测试环境增强:将端到端测试切换到大规格运行器上执行,提高了测试的稳定性和效率。
-
租户资源管理:修复了附加元数据(additionalmetadata)可能导致的空指针异常,增强了系统的稳定性。
文档改进
项目文档也得到了持续改进,特别是语法和表达方面的优化,使得文档更加清晰易懂,降低了新用户的学习曲线。
部署选项
v0.8.0 提供了多种部署方式:
-
容器镜像:提供标准的 Docker 镜像,支持 amd64 和 arm64 架构。
-
Helm Chart:通过 Helm 可以方便地部署和管理 Capsule,新版本 Chart 包含了所有必要的配置选项。
-
二进制发布:为 Linux 平台提供了预编译的二进制文件,方便直接部署。
安全特性
所有发布资产都提供了签名验证和软件物料清单(SBOM),确保部署过程的安全性和可追溯性。特别是提供了 seccomp 配置文件,增强了容器的安全性。
总结
ProjectCapsule v0.8.0 是一个重要的版本更新,它不仅保持了对最新 Kubernetes 版本的支持,还通过多项改进提升了系统的稳定性和安全性。对于运行 Kubernetes 1.33 集群的管理员来说,升级到这个版本可以获得最佳的兼容性和性能表现。
随着 Kubernetes 生态系统的不断发展,ProjectCapsule 持续演进,为多租户 Kubernetes 环境提供可靠的管理解决方案。v0.8.0 的发布再次证明了项目团队对质量和兼容性的承诺。
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