Odigos v1.0.179版本发布:增强URL模板化与PHP支持
Odigos是一个开源的分布式追踪系统,它通过自动检测应用程序代码来收集遥测数据,帮助开发者更好地理解和优化系统性能。最新发布的v1.0.179版本带来了一系列重要改进,特别是在URL模板化和PHP语言支持方面。
核心功能增强
全面的URL模板化支持
新版本对URL模板化功能进行了显著增强,主要体现在以下几个方面:
-
路径段模板化:现在系统能够自动将URL中所有不包含字母的路径段转换为模板,这大大简化了URL模式识别过程。
-
自定义ID模板命名:开发者现在可以为自定义ID设置模板名称,这为特定场景下的URL模式识别提供了更大的灵活性。
-
过滤器支持:新增了对包含/排除过滤器的URL模板化支持,使得开发者能够更精确地控制哪些URL需要被模板化处理。
PHP语言支持
v1.0.179版本正式引入了对PHP应用程序的全面支持:
-
端到端测试:新增了PHP语言的端到端测试框架,确保PHP应用程序的追踪功能稳定可靠。
-
多架构兼容:PHP支持已经适配多种CPU架构,包括amd64和arm64等。
-
详细文档:专门为PHP开发者提供了详尽的文档说明,帮助他们快速上手集成Odigos。
部署与配置优化
Helm图表改进
-
镜像前缀标准化:Helm图表现在默认使用Odigos官方镜像仓库,与CLI工具保持一致,简化了部署配置。
-
环境变量注入:通过.values文件中的配置来注入环境变量,使得部署配置更加灵活和可维护。
用户体验提升
-
状态显示优化:改进了代理启用状态的显示逻辑,在没有运行中的Pod时不再显示加载动画,避免用户混淆。
-
Honeycomb连接测试:新增了对Honeycomb后端的连接测试功能,确保数据能够正确发送到目标平台。
技术实现细节
Java应用优化
- 环境变量处理:移除了对JAVA_OPTS环境变量的依赖,改为更标准的配置方式,提高了Java应用的兼容性。
持续集成改进
-
Slack通知:在预发布阶段的偏移检查成功或失败时,会自动向Slack发送通知,提高了团队协作效率。
-
多架构构建:CI流程现在支持为不同架构构建和测试二进制文件,确保跨平台兼容性。
总结
Odigos v1.0.179版本通过增强URL模板化功能和新增PHP支持,进一步扩展了其作为全栈应用性能监控解决方案的能力。这些改进不仅提升了系统的功能性,也优化了部署配置和用户体验,使得开发者能够更轻松地集成和使用Odigos来监控他们的分布式系统。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00