http4k 6.10.0.0版本发布:LangChain集成升级与测试工具增强
http4k是一个轻量级、函数式的HTTP工具包,专为Kotlin语言设计。它提供了一套简洁而强大的API,用于构建HTTP服务和客户端。http4k以其模块化设计和纯函数式风格著称,能够轻松集成到各种现代Java和Kotlin应用中。
核心依赖升级
在6.10.0.0版本中,http4k团队对多个核心依赖进行了版本升级。这些升级不仅带来了性能改进和安全修复,还为开发者提供了更稳定的开发体验。值得注意的是,LangChain4k被升级到了V1版本,这标志着该集成模块已经趋于成熟,为AI和语言模型集成提供了更可靠的基础。
LangChain4J HTTP客户端适配器
本次版本最显著的改进之一是http4k-connect-ai-langchain模块中新增的HTTP客户端适配器实现。这项改进使得http4k的HTTP客户端和测试用的fake实现能够无缝集成到LangChain4J v1的API中。
对于不熟悉LangChain的开发者来说,这是一个重要的集成点。LangChain是一个用于构建基于语言模型应用的框架,而http4k的HTTP客户端适配器现在可以更自然地融入这个生态系统。这意味着开发者可以使用http4k强大的HTTP功能来处理LangChain中的网络请求,包括请求重试、认证、日志记录等高级功能。
重大变更:ChatModel替换ChatLanguageModel
在http4k-connect-ai-langchain模块中,团队进行了API的重大调整——用ChatModel替换了原有的ChatLanguageModel实现。这种变更反映了LangChain4J自身API的演进方向。
虽然这种变更可能会影响现有代码,但这是向更统一、更现代的API设计迈出的重要一步。开发者在升级时需要注意这一变化,并相应调整自己的代码。根据发布说明,这些旧的实现最终将会被完全移除,特别是在所有LangChain模型都支持HTTP客户端注入之后。
测试工具升级与潜在问题
http4k-testing-webdriver和http4k-testing-approval两个测试相关的模块都升级了JSoup依赖。JSoup是一个流行的HTML解析库,广泛用于Web测试和数据提取场景。
需要注意的是,这次JSoup的升级可能会对HTML内容解析产生一些影响。特别是在处理某些非标准HTML时,新版本的解析行为可能与旧版本有所不同。开发者在升级后应该仔细检查测试用例,特别是那些依赖HTML结构断言的部分。
MCP SDK新增取消功能
在http4k-mcp-sdk相关模块中,团队新增了取消操作的能力。这一改进为长时间运行的操作提供了更好的控制机制,使得开发者能够在必要时中断正在执行的流程。
取消功能是现代异步编程中的重要特性,它可以帮助管理系统资源,提高应用的响应性。对于构建复杂、长时间运行服务的开发者来说,这一新增功能将大大提升系统的可控性。
升级建议
对于正在使用http4k的开发者,升级到6.10.0.0版本时需要注意以下几点:
- 如果项目中使用到了LangChain集成,需要检查并更新
ChatLanguageModel到ChatModel的引用 - 对于使用了WebDriver或Approval测试的项目,升级后应该运行完整的测试套件,确保HTML解析没有受到影响
- 考虑利用新的MCP SDK取消功能来优化长时间运行的操作
这个版本在保持http4k一贯的轻量级和函数式风格的同时,通过依赖升级和新功能添加,进一步提升了框架的实用性和与现代技术栈的集成能力。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00