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。
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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00