Hoppscotch项目2025.3.0版本发布:环境管理与API开发体验全面升级
Hoppscotch是一款开源的API开发工具,为开发者提供了轻量级、高效的API测试和开发环境。该项目以其简洁的界面设计和强大的功能特性,在开发者社区中广受欢迎。最新发布的2025.3.0版本带来了一系列针对环境管理和API开发体验的改进,显著提升了开发者的工作效率。
环境管理功能增强
本次更新最显著的改进之一是环境管理功能的全面升级。环境在API开发中扮演着重要角色,开发者经常需要在不同环境(如开发、测试、生产)之间切换。新版本通过以下改进大幅优化了这一体验:
-
侧边栏直接激活环境:现在开发者可以直接从侧边栏点击激活特定环境,无需再通过繁琐的菜单操作,大大简化了工作流程。
-
环境搜索功能:随着项目规模扩大,环境数量可能急剧增加。新增的搜索功能允许开发者快速定位所需环境,特别是在拥有大量环境的复杂项目中,这一功能将显著提高效率。
-
全新的请求创建机制:创建新请求时不再自动继承前一个请求的数据,这一改变使得每个请求都保持独立和干净,避免了意外数据污染的问题,特别适合需要精确控制每个请求参数的场景。
API开发体验优化
除了环境管理,本次更新还对核心API开发功能进行了多项改进:
-
GraphQL查询构建器增强:GraphQL支持得到了进一步优化,查询构建器更加智能和易用,帮助开发者更高效地构建复杂的GraphQL查询。
-
JSON响应格式化:对于内容类型为"text/plain"但实际包含JSON数据的响应,系统现在能够自动识别并格式化显示,提升了响应数据的可读性。
-
OAuth2认证流程改进:修复了OAuth2密码流中作用域(scope)处理的问题,并优化了基础认证头的编码方式,使认证流程更加可靠。
-
授权头处理优化:改进了授权头的处理逻辑,确保在各种场景下都能正确传递和使用认证信息。
安全性与稳定性提升
作为一款开发工具,安全性和稳定性同样至关重要:
-
依赖项更新:项目更新了多个存在已知问题的依赖库,确保开发环境的安全性。
-
Cookie支持改进:桌面版本现在能够更好地处理Cookie,使需要Cookie认证的API测试更加顺畅。
-
请求拦截器修复:解决了扩展和代理拦截器在导入时可能出现的问题,提高了工具的稳定性。
用户体验细节打磨
开发团队还关注了许多细节体验:
-
端点搜索功能:在个人工作区中,现在可以通过端点名称搜索请求,方便快速定位特定API。
-
代理注册流程优化:改进了代理注册的用户体验流程,使设置过程更加直观和顺畅。
-
文本选择计算修正:修复了文本选择结束位置坐标计算的问题,提升了代码编辑体验。
Hoppscotch 2025.3.0版本的这些改进,从环境管理到核心功能优化,再到安全性和用户体验的细节打磨,全方位提升了API开发的效率和体验。这些变化不仅使工具更加专业可靠,也让开发者能够更专注于API逻辑本身,而非工具使用上的障碍。对于经常需要测试和调试API的开发者来说,这个版本无疑带来了实质性的工作效率提升。
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