Tempest框架1.0正式发布:现代PHP全栈开发的新选择
Tempest是一个现代化的PHP全栈开发框架,经过近两年的开发和656次代码合并后,终于迎来了1.0稳定版本。这个框架由59位贡献者共同打造,为PHP开发者提供了一套完整的工具链,从数据库操作到前端视图渲染,涵盖了Web应用开发的各个方面。
核心架构改进
Tempest 1.0在核心架构上进行了多项重要改进。框架引入了全新的发现机制配置系统,允许开发者更灵活地控制组件的自动发现过程。同时,框架现在会最后加载local和production环境配置,确保了环境特定配置的优先级。
异常处理机制得到了增强,新增了专门的异常报告功能,使得生产环境中的错误追踪更加便捷。内部存储路径也被重新设计,现在默认存放在项目根目录下,提高了安全性。
数据库层增强
数据库组件在这个版本中获得了显著提升。最引人注目的是新增了对多数据库连接的支持,无论是迁移脚本还是查询构建器,现在都可以无缝切换不同的数据库连接。模型系统也变得更加健壮,新增了count()辅助方法和insert()->then()链式操作,让数据操作更加流畅。
类型系统方面,现在支持将DTO(数据传输对象)直接映射为数据库字段,同时改进了枚举类型的处理,确保在各种数据库驱动下都能正确工作。特别值得一提的是,框架现在全面支持PostgreSQL数据库,为开发者提供了更多选择。
缓存与性能优化
缓存系统进行了重要重构,分离了框架内部缓存和用户缓存,避免了潜在的键名冲突。新增的"stale while revalidate"模式允许应用在后台更新缓存的同时继续使用旧数据,显著提升了高并发场景下的响应速度。
前端与视图系统
视图引擎获得了多项实用功能。新增的图标组件简化了图标管理,而默认插槽内容则让组件设计更加灵活。框架还修复了多个视图解析器的边界情况,包括处理未闭合的PHP标签和注释标签可能导致的无限循环问题。
国际化支持
1.0版本正式引入了国际化(i18n)支持,包括本地化字符串处理和数字格式化工具。货币枚举被移动到了专门的intl组件中,使架构更加清晰。框架还解决了与日期时间组件之间的循环依赖问题。
开发者体验提升
Tempest 1.0特别注重改善开发者体验。新增的about命令可以快速查看框架和环境信息,包括数据库版本等细节。控制台组件现在提供内联文档支持,让命令行工具的使用更加直观。
测试方面,新增的HTTP测试客户端简化了API测试流程。验证器现在支持对值数组进行批量验证,而路由系统则新增了Server-Sent Events(SSE)支持,为实时应用开发提供了便利。
稳定性与兼容性
作为1.0版本,Tempest解决了许多稳定性问题。包括修复了数据库查询构建器中的各种边界情况,改进了对分号的处理,确保复杂SQL能够正确执行。路由系统现在对URI格式有更严格的检查,防止潜在的安全问题。
缓存清除操作现在支持强制模式,而Vite插件在安装过程中对缺少.gitignore文件的情况更加宽容,并能在没有检测到包管理器时自动回退到npm。
Tempest 1.0的发布标志着这个PHP框架已经成熟,适合用于生产环境。它结合了现代PHP开发的最佳实践,提供了从后端到前端的一站式解决方案,同时保持了足够的灵活性,可以适应各种规模的Web应用开发需求。
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
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
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