Power-Fx 表达式匿名化处理中的自定义函数支持
背景介绍
Power-Fx 是微软开发的一种低代码公式语言,广泛应用于各种业务逻辑和自动化场景中。在实际应用中,用户经常会定义和使用自定义函数来满足特定业务需求。当系统需要对用户输入的表达式进行匿名化处理时(例如用于日志记录或错误报告),正确处理这些自定义函数就显得尤为重要。
问题描述
在 Power-Fx 的早期版本中,表达式匿名化功能主要针对内置函数进行处理。当遇到用户自定义函数时,系统无法正确识别并将其匿名化,这可能导致敏感信息泄露或日志可读性降低。
例如,当用户输入表达式 UserNewFunction(1) 时,理想的匿名化结果应该是类似 #$customfunction$#(#$decimal$#) 的形式,而不是保留原始函数名。
技术实现方案
为了解决这个问题,开发团队在 Power-Fx 的核心解析器中实现了以下改进:
-
函数类型识别机制:系统现在能够区分内置函数和用户自定义函数。通过维护一个内置函数列表(BuiltinCore),可以快速判断函数是否为用户定义。
-
自定义函数标记:当解析器遇到不在内置函数列表中的函数调用时,会将其标记为自定义函数类型,而不是直接保留原始名称。
-
统一匿名化格式:所有自定义函数在匿名化后都使用统一的占位符格式
#$customfunction$#,保持输出的一致性。 -
参数处理保留:虽然函数名被匿名化处理,但参数的类型信息仍然保留,这对于调试和错误分析仍然有价值。
实现细节
在具体实现上,开发团队修改了表达式解析器的匿名化逻辑:
- 新增了对函数调用节点的特殊处理分支
- 实现了函数类型的快速查询机制
- 确保匿名化过程不影响原始表达式的语义结构
- 保持与现有匿名化格式的兼容性
实际应用价值
这一改进带来了多方面的好处:
-
增强隐私保护:用户定义的特殊函数名不会出现在日志或错误报告中,降低了信息泄露风险。
-
提高日志可读性:统一的匿名化格式使得日志更加整洁,便于自动化处理和分析。
-
保持调试能力:虽然函数名被匿名化,但保留了参数类型信息,开发人员仍能获取有价值的调试信息。
-
系统兼容性:不影响现有表达式的解析和执行,只是改变了匿名化输出的形式。
总结
Power-Fx 对自定义函数的匿名化支持体现了微软对开发者体验和系统安全性的持续关注。这一改进虽然看似微小,但对于使用 Power-Fx 构建企业级应用的用户来说,能够有效平衡调试需求和隐私保护,是低代码平台成熟度提升的重要标志。随着 Power-Fx 的不断发展,我们可以期待更多类似的细致优化,使开发者能够更安全、高效地构建业务解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00