Ocelot网关项目升级至.NET 9的技术解析
项目概述
Ocelot是一个基于.NET平台的开源API网关项目,它提供了一种简单的方式来管理和路由微服务架构中的API请求。作为一个轻量级的解决方案,Ocelot在.NET生态系统中广受欢迎,特别是在微服务架构中作为API网关使用。
重大版本升级:24.0.0
Ocelot项目近期发布了24.0.0版本,这是一个重要的里程碑式更新。本次升级的核心是将项目目标框架从.NET 8迁移至.NET 9,同时保持了.NET 8的兼容性。这意味着Ocelot现在可以充分利用.NET 9带来的性能改进和新特性。
技术架构调整
在技术架构方面,24.0.0版本做出了几项重要调整:
-
目标框架升级:项目现在支持.NET 8(LTS长期支持版本)和.NET 9(STS标准支持版本)两个目标框架。同时,团队决定放弃对.NET 6和.NET 7的支持,建议仍在使用这些旧版本的用户继续使用23.4.3版本。
-
CI/CD迁移:项目从CircleCI迁移到了GitHub Actions,这一变更不仅提高了构建效率,还解决了之前因政策限制导致的构建中断问题。新的CI/CD流程包括三个主要工作流:PR工作流、开发分支工作流和发布工作流。
-
代码覆盖率监控:新版本引入了Coveralls工具来监控代码覆盖率,设定了80%的覆盖率阈值。当前项目的代码覆盖率维持在85-86%的健康水平。
安全性与功能改进
身份验证机制重构
考虑到IdentityServer4库已被归档且存在安全风险,团队做出了重要决策:
-
移除IdentityServer4依赖:由于IdentityServer4存在安全风险,团队决定在24.0.0版本中移除相关功能。身份验证相关的测试也被暂停。
-
未来规划:团队计划在后续版本中使用ASP.NET Core Identity框架来替代IdentityServer4,这将提供更标准的JWT Bearer令牌处理能力,与.NET生态系统更好地集成。
管理功能调整
Ocelot.Administration扩展包已更名为Ocelot.Administration.IdentityServer4,并计划在未来版本中弃用。相关源代码已从主仓库移出,创建了独立的仓库进行维护。
Kubernetes服务发现增强
对于使用Kubernetes作为服务发现的用户,24.0.0版本带来了重要改进:
-
客户端配置灵活性:新增了AddKubernetes方法重载,允许开发者直接配置KubeClientOptions,提供了更大的灵活性。
-
KubeClient升级:Kubernetes提供程序现在使用KubeClient v3版本,该版本专为.NET 8和.NET 9优化,并提供了更好的API请求失败日志记录功能。
文档与示例优化
团队对文档和示例项目进行了全面审查和更新:
-
现代化代码示例:所有示例项目都采用了.NET 8引入的顶级语句特性,使代码更加简洁。
-
文档质量提升:文档内容经过全面修订,提高了可读性,消除了歧义,并增加了更多实用的表格和数据模式说明。
技术前瞻
从24.0.0版本的变更可以看出Ocelot项目的几个技术方向:
-
紧跟.NET发展:积极拥抱最新的.NET版本,确保项目能够利用最新的平台特性和性能优化。
-
安全性优先:对存在安全风险的组件采取果断措施,即使这意味着需要重构核心功能。
-
开发者体验:通过改进文档、示例和工具链,持续提升开发者的使用体验。
升级建议
对于考虑升级到24.0.0版本的用户,建议:
-
评估当前项目使用的.NET版本,确保至少使用.NET 8。
-
如果使用了IdentityServer4相关的功能,需要规划替代方案。
-
测试Kubernetes服务发现功能,特别是如果使用了自定义配置。
-
利用新的文档资源来熟悉现代化配置方式。
Ocelot 24.0.0版本的发布标志着该项目在.NET生态系统中的持续成熟和发展,为构建现代化微服务架构提供了更强大、更安全的工具支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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