Fusio 5.2.0 版本发布:全面升级与功能增强
Fusio 是一个开源的 API 管理平台,它提供了完整的 API 开发生命周期管理解决方案。从 API 设计、开发到部署和监控,Fusio 为开发者提供了一套完整的工具链。最新发布的 5.2.0 版本带来了多项重要更新和功能增强,进一步提升了平台的性能和可用性。
核心更新内容
Angular SDK 升级
本次更新对 Angular SDK 进行了全面升级。Angular SDK 是 Fusio 前端开发的重要组件,它为开发者提供了与 Fusio 后端交互的便捷方式。新版本的 SDK 不仅优化了性能,还改进了 API 调用的稳定性和响应速度,使得前端开发更加高效。
后端应用重构
基于新版本的 Angular SDK,Fusio 的后端应用也进行了相应的重构。这一改进使得前后端交互更加流畅,数据传输更加高效。重构后的后端应用在响应速度和资源利用率方面都有显著提升。
图表响应模式优化
5.2.0 版本对图表响应模式和数据格式进行了重新设计。新的响应模式更加标准化,数据结构更加清晰,这使得前端开发者能够更容易地处理和展示图表数据。同时,优化后的数据传输量也有所减少,提升了整体性能。
SQL 查询功能增强
在 SQL 查询功能方面,本次更新为 SQL-Query-All 和 SQL-Query-Row 操作添加了对 {user_id} 和 {user_name} 占位符的支持。这些占位符会自动替换为当前用户的 ID 和名称,大大简化了基于用户权限的数据查询操作,提高了开发效率。
数据库改进
Fusio 5.2.0 开始使用 SQL 生成的枚举列。这一改进使得数据库结构更加规范,同时也提高了查询效率。枚举类型的使用还能减少数据不一致的风险,提升系统的稳定性。
PHP 环境升级
在运行环境方面,本次更新对 PHP-Sandbox 进行了升级,并全面支持 PHP 8.4。同时,Fusio 现在将 PHP 8.3 作为最低运行要求。这些更新确保了 Fusio 能够充分利用最新 PHP 版本的特性和性能优化,同时也为未来的 PHP 版本做好了准备。
技术影响与建议
对于现有 Fusio 用户,升级到 5.2.0 版本需要注意以下几点:
-
环境要求变化:确保运行环境至少是 PHP 8.3,建议升级到 PHP 8.4 以获得最佳性能。
-
数据库迁移:由于使用了 SQL 生成的枚举列,可能需要执行特定的数据库迁移操作。
-
前端适配:如果使用了自定义前端,可能需要根据新的 Angular SDK 和图表响应模式进行相应调整。
-
SQL 查询优化:可以利用新的 {user_id} 和 {user_name} 占位符简化权限相关的查询逻辑。
Fusio 5.2.0 的这些改进不仅提升了平台的性能和稳定性,还为开发者提供了更多便利功能,使得 API 开发和管理工作更加高效。建议现有用户评估升级计划,以充分利用这些新特性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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