ZhonTai Admin.Core 9.0.0版本发布:全新权限管理体系与微服务架构升级
ZhonTai Admin.Core是一个基于.NET平台开发的企业级权限管理系统,提供了完整的RBAC权限控制、多租户支持、分布式架构等企业级功能。本次发布的9.0.0版本带来了多项重大改进,特别是在权限管理契约化、Grpc通讯增强和项目结构优化方面进行了全面升级。
核心架构升级
9.0.0版本最显著的改进是引入了全新的权限管理契约库ZhonTai.Admin.Contracts和核心库ZhonTai.Admin.Core。这种架构分离使得系统各层之间的职责更加清晰,契约库定义了系统各模块之间的接口规范,而核心库则实现了这些规范的具体业务逻辑。
新的Http远程通讯认证授权客户端接口IAuthClientService为微服务间的安全通讯提供了标准化方案,开发者可以通过统一的接口实现服务间的认证授权,而不必关心底层实现细节。
项目模板与配置优化
项目模板系统在本版本中得到了显著增强,新增了多项配置参数:
AppCode:项目编码标识SecurityKey:安全密钥配置Port和GrpcPort:分别配置Http和Grpc服务端口AppType:支持平台、租户、用户三种应用类型
特别值得一提的是,模板项目中的MyApp.Api.Contracts现在支持条件编译,通过IsBuild参数控制是否生成XML和JSON文档,解决了大量XML文件导致Swagger无法访问的性能问题。
Grpc通讯全面增强
9.0.0版本对Grpc通讯能力进行了全方位提升:
- 支持代码优先开发模式,简化了Grpc服务开发流程
- 客户端支持多种策略:
- 隔离策略(Bulkhead)
- 回退策略(Fallback)
- 缓存策略(Cache)
- 超时策略(Timeout)
- 重试策略(Retry)
- 熔断策略(Circuit Breaker)
新增了多个核心Grpc服务接口,包括ApiGrpcService(接口列表查询)、OprationLogGrpcService(操作日志记录)和UserGrpcService(数据权限和用户权限查询),为微服务架构下的权限管理提供了完整支持。
安全与令牌系统改进
令牌系统在本版本中进行了重构,新增了TokenInfo令牌信息结构,重新设计了登录返回令牌信息的流程。这一改进使得令牌管理更加灵活,可以携带更多自定义信息,同时也为未来的扩展预留了空间。
数据库与表结构标准化
为了保持系统的一致性,9.0.0版本对数据库表名前缀进行了统一调整:
- 权限库表名前缀从
ad_更改为base_ - 初始化数据文件名前缀同步更改为
base_ - 任务调度表前缀统一为
base_
这种标准化命名约定使得数据库结构更加清晰,便于维护和理解。
项目结构调整
9.0.0版本对项目结构进行了优化调整:
ZhonTai.Host更名为ZhonTai.Admin.HostZhonTai.Tests更名为ZhonTai.Admin.Tests- 移除了单例注入属性
SingleInstanceAttribute - 移除了过时的Nuget包
IdentityServer4.AccessTokenValidation
这些调整使得项目结构更加合理,命名更加规范,便于开发者理解和维护。
其他改进与优化
- 新增了网关项目
ZhonTai.Gateway.Yarp,为系统提供了统一的API网关支持 - 优化了导入组件,增强了用户体验
- 改进了程序集帮助类
AssemblyHelper,提升了反射操作的性能 - 增强了分布式ID生成器的稳定性,解决了重复添加异常问题
- 优化了错误日志的文本格式,便于问题排查
升级建议
对于正在使用旧版本的用户,升级到9.0.0版本需要注意以下几点:
- 数据库表名前缀变更需要进行数据迁移
- 项目结构调整可能需要更新相关引用
- Grpc通讯接口变更需要同步更新客户端代码
- 令牌系统的重构可能需要调整认证相关代码
建议在测试环境中充分验证后再进行生产环境升级。
ZhonTai Admin.Core 9.0.0版本的发布标志着该系统在企业级权限管理解决方案上又迈出了重要一步,新版本在架构设计、性能优化和开发体验方面都带来了显著提升,为开发者构建复杂的企业应用提供了更加强大的基础框架。
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
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