Higress v2.1.2 版本发布:增强网关功能与AI能力
Higress作为阿里巴巴开源的云原生网关项目,在最新发布的v2.1.2版本中带来了多项重要功能增强和优化。这个版本主要聚焦于网关核心能力的提升、AI相关功能的完善以及多集群管理能力的改进,为开发者提供了更强大、更灵活的云原生网关解决方案。
核心功能增强
在网关核心功能方面,v2.1.2版本引入了动态MatchLabels获取机制。通过gatewaySelectorKey/Value参数,用户现在可以动态获取MatchLabels,这大大提高了网关配置的灵活性和适应性。这种设计特别适合在动态环境中部署网关的场景,能够根据不同的选择器值自动调整匹配规则。
AI能力优化
AI相关功能是本版本的重点改进领域之一。首先,Elasticsearch AI搜索插件得到了显著优化,提升了搜索性能和稳定性,同时更新了相关文档以帮助开发者更好地使用这一功能。其次,AI代理功能现在支持Amazon Bedrock服务,扩展了Higress在AI服务集成方面的能力范围。
在数据处理方面,AI数据掩码插件增加了对非标准API响应结构的兼容处理,提高了插件的健壮性。同时,新版本还支持从multipart/form-data格式的请求体中提取模型参数,这为处理复杂表单数据提供了更好的支持。
多集群管理改进
多集群管理能力(MCP)在本版本中得到了架构上的重构。原先的MCP Server被重新设计为MCP Session和MCP Server两个组件,这种分离使得架构更加清晰,职责更加明确。同时,新增了对Nacos注册中心的服务自动发现支持,进一步丰富了服务发现的机制。
值得注意的是,当服务源类型为nacos3且MCP服务器关闭时,系统会自动回退到nacos2的发现机制,这种优雅降级的设计保证了服务发现的可靠性。此外,MCP Server现在支持基于配置的Redis客户端,提供了更大的灵活性。
开发者体验提升
在开发者体验方面,v2.1.2版本增加了多个测试用例,特别是针对/pkg/ingress/kube/common包的测试,提高了代码质量和稳定性。同时,各种文档描述也得到了更新和完善,包括MCP相关的详细说明,帮助开发者更好地理解和使用这些功能。
总结
Higress v2.1.2版本在保持系统稳定性的同时,通过一系列功能增强和优化,进一步提升了作为云原生网关的能力。特别是在AI集成和多集群管理方面的改进,使得Higress能够更好地服务于现代云原生应用架构。这些变化不仅增强了系统的功能性,也提高了开发者的使用体验,为构建高效、可靠的微服务架构提供了有力支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00