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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00