Prebid.js 9.41.0版本发布:新增适配器与功能优化
Prebid.js是一个开源的头部竞价解决方案,它允许发布商通过统一的集成方式对接多个广告交易平台,从而实现广告位的最大化收益。作为行业标准的开源项目,Prebid.js持续迭代更新,为数字广告生态提供更强大的技术支持。
新增适配器支持
本次9.41.0版本引入了三个全新的广告适配器,进一步扩展了Prebid.js的生态系统:
-
EPOM Bid Adapter:这是EPOM广告平台的首次集成,为发布商提供了接入该平台竞价能力的新渠道。EPOM作为一家提供程序化广告解决方案的公司,其适配器的加入将为发布商带来更多元的广告源选择。
-
raveltechRtdProvider:这是一个实时数据提供者(RTD)模块的初始版本。RTD模块在竞价过程中能够提供实时数据支持,帮助发布商基于最新数据做出更精准的决策。raveltechRtdProvider的加入丰富了Prebid.js的数据生态系统。
-
Goldbach Bid Adapter:该适配器进行了重要升级,切换到了ORTB(OpenRTB)端点,并添加了用户ID(uid)支持。ORTB是程序化广告领域的标准协议,这一改进使Goldbach适配器更加标准化,同时用户ID的加入有助于提升广告定向能力。
功能优化与维护
本次版本对现有功能进行了多项优化:
-
Yieldone Bid Adapter增加了对GPID(Global Placement ID)的支持。GPID是一种标准化的广告位标识方式,能够更精确地识别广告展示位置,有助于提升广告投放的精准度和效果衡量。
-
Seedtag Bid Adapter新增了meta.mediaType字段。这一改进使得适配器能够更清晰地标识广告媒体类型,为后续的广告渲染和效果追踪提供更丰富的信息。
-
Equativ Bid Adapter现在能够从竞价响应中获取TTL(Time To Live)值。TTL决定了广告创意的有效期,这一改进使得广告缓存策略更加灵活和精确。
-
Rise Bid Adapters将发送auctionCount替代原来的bidderRequestsCount。这一变更使竞价计数更加准确,反映了实际的竞价轮次而非请求次数。
-
Yandex Bid Adapter增加了对适配器版本和显示管理器的支持。版本控制有助于问题排查和兼容性管理,而显示管理器的支持则提升了广告展示的控制能力。
系统改进与问题修复
在构建系统方面,本次更新不再依赖sed工具,提高了构建过程的可移植性和稳定性。这对于在不同环境中部署Prebid.js的开发者来说是一个重要改进。
针对Brave Bid Adapter修复了站点引用(site ref)相关的问题,确保了在Brave浏览器环境下广告请求的正确性。
总结
Prebid.js 9.41.0版本通过新增适配器扩展了生态系统,同时对现有功能进行了多项优化,提升了系统的稳定性、标准化程度和功能丰富性。这些改进将帮助发布商获得更好的程序化广告收益,同时为开发者提供更强大、更灵活的工具集。随着程序化广告生态的不断发展,Prebid.js持续演进,为行业提供可靠的开源解决方案。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C073
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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