ZIO HTTP 3.3.0版本发布:JSON序列化行为变更与功能增强
ZIO HTTP是一个基于ZIO生态的高性能、类型安全的HTTP服务端和客户端库,它提供了强大的路由、中间件和WebSocket支持,同时与ZIO的并发模型深度集成。本次发布的3.3.0版本带来了一些重要的变更和功能改进,值得开发者关注。
JSON序列化行为变更
本次版本中最值得注意的变化是Endpoint API中对于空Option和集合类型的JSON序列化默认行为发生了改变。在3.3.0之前,当Option类型为None或集合为空时,这些字段默认不会出现在输出的JSON中。而现在,默认行为会将这些字段输出为null(对于Option)或空数组[](对于集合)。
这种变更使得API的行为更加符合大多数现代Web API的惯例,因为显式地表示空值通常比完全省略字段更能清晰地传达数据结构。如果开发者需要恢复到旧版行为,可以通过调整CodecConfig配置来实现,甚至可以为不同的路由组设置不同的序列化配置。
功能改进与修复
-
OpenAPI支持改进:修复了在处理大型模型层次结构时的OpenAPI生成缺陷,使得生成的OpenAPI文档更加准确可靠。
-
查询参数处理优化:修复了可选查询字符串参数的处理问题,现在能够更准确地处理请求中的可选参数。
-
Cookie处理增强:
Request#addCookie(s)方法现在会合并而不是覆盖现有的Cookie,这更符合HTTP Cookie的处理惯例。 -
查询参数API改进:
QueryParams#unsafeQueryParam方法现在对于缺失的键会返回null,而不是抛出异常,提供了更灵活的参数处理方式。 -
服务器平台支持简化:简化了
ServerPlatformSpecific.customized和ServerPlatformSpecific.live的实现,使平台特定代码更加清晰。
依赖项更新
ZIO HTTP 3.3.0版本同步更新了多个核心依赖:
- 升级至Scala 3.3.6编译器
- Netty升级至4.1.121.Final
- ZIO升级至2.1.17
- Tapir HTTP4S服务器集成升级至1.11.25
- Scala.js升级至1.19.0
- 协议缓冲区Java库升级至4.30.2
这些依赖更新带来了性能改进、bug修复和新功能支持,同时保持了向后兼容性。
开发者建议
对于正在使用ZIO HTTP的开发者,升级到3.3.0版本时需要注意:
-
检查现有API的JSON输出是否符合预期,特别是对于空Option和集合字段的处理。如果现有客户端依赖于旧版行为,需要相应调整CodecConfig配置。
-
如果使用了OpenAPI集成,验证生成的文档是否正确反映了API的实际结构,特别是对于复杂的数据模型。
-
对于查询参数处理逻辑,特别是可选参数,建议进行回归测试确保行为符合预期。
ZIO HTTP持续演进,这个版本在保持稳定性的同时,提供了更符合现代Web开发惯例的默认行为和更完善的API支持,是值得升级的一个版本。
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