AWS SDK for .NET 3.7.974.0版本发布:BedrockAgentRuntime、CodeBuild等多项服务更新
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它让.NET开发者能够方便地在应用程序中集成和使用AWS的各种云服务。本次发布的3.7.974.0版本带来了多项服务的功能增强和更新,主要涉及BedrockAgentRuntime、CodeBuild、GeoRoutes、PrometheusService和RDS等服务。
BedrockAgentRuntime服务更新
在BedrockAgentRuntime服务中,本次更新对RetrieveAndGenerateStream API响应进行了重要改进。原有的citation字段已被标记为弃用,取而代之的是两个新的字段:GeneratedResponsePart和RetrievedReferences。这一变更使得API响应结构更加清晰和模块化,能够更好地组织生成的内容和引用的来源。
CodeBuild服务增强
CodeBuild服务现在支持使用Buildkite runner进行自托管构建。Buildkite是一个流行的持续集成和交付平台,这一新增功能意味着开发者现在可以在自己的基础设施上运行Buildkite runner,同时利用AWS CodeBuild的强大功能。这为需要更高定制化或特定环境要求的构建流程提供了更多灵活性。
GeoRoutes服务优化
GeoRoutes服务的OptimizeWaypoints API得到了显著增强:
- 单个请求支持的最大航点数量从20个提升到50个(带有AccessHours或AppointmentTime等约束条件的请求仍支持20个航点)
- 新增了航点聚类功能,通过Clustering和ClusteringIndex参数实现,能够提供更好的路线优化
- 移除了总距离验证限制,为路线规划提供了更大的灵活性
这些改进特别适合需要优化复杂配送路线或访问多个位置的物流和配送应用场景。
PrometheusService监控功能扩展
PrometheusService现在支持将监控指标发送到跨账户和CMCK AMP工作空间。这一功能通过Create/Update Scraper操作中的RoleConfiguration实现,为企业级监控和多账户环境下的指标收集提供了更强大的支持。
RDS数据库服务更新
在RDS服务文档中,Aurora MySQL和Aurora PostgreSQL的API页面进行了更新,现在在创建和修改DB集群的操作中包含了实例日志类型的相关信息。这一变更使得开发者能够更清楚地了解和管理数据库实例的日志记录选项。
SageMaker机器学习服务新增实例类型
SageMaker服务新增了一个有效的实例类型参数值:p5en.48xlarge,现在可以在ProductionVariant中使用。这一高性能实例类型的加入为需要处理大规模机器学习推理工作负载的用户提供了更多选择。
总结
AWS SDK for .NET 3.7.974.0版本的发布为开发者带来了多项实用的功能更新和改进。从BedrockAgentRuntime的API响应结构调整,到CodeBuild对Buildkite runner的支持,再到GeoRoutes的航点优化增强,这些更新都旨在提升开发体验和应用程序性能。特别是对于需要处理复杂路线优化、跨账户监控或大规模机器学习工作负载的开发者来说,这些新功能将提供更多可能性和灵活性。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust029
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00