Django Ninja v1.4.0b1 版本发布:性能优化与功能增强
Django Ninja 是一个基于 Django 框架构建的高性能 Web API 框架,它借鉴了 FastAPI 的设计理念,使用 Python 类型注解来定义 API 模式,同时保持了 Django 的简洁性和易用性。该框架特别适合需要快速开发 RESTful API 的 Django 开发者。
核心功能改进
请求处理优化
本次版本修复了非 POST 方法中 request.FILES 的填充问题,使得文件上传功能在各种 HTTP 方法下都能正常工作。这对于需要支持文件上传的 API 接口尤为重要。
异步分页性能提升
通过优化异步分页的实现,显著提高了处理大量数据时的性能表现。这对于需要处理大数据集的 API 来说是一个重要的性能改进。
分页器增强
PageNumberPagination 现在支持通过 API 参数动态设置 page_size,为前端开发者提供了更大的灵活性,可以根据实际需求调整每页返回的数据量。
开发者体验改进
自定义验证错误
开发者现在可以更灵活地自定义验证错误信息,这使得 API 的错误响应能够更好地符合项目规范,也便于前端开发者处理错误情况。
参数模式支持
新增了对参数模式(pattern)的支持,允许开发者更精确地定义参数格式,比如限制字符串参数必须符合特定的正则表达式模式。
操作默认选项
引入了操作默认选项的功能,简化了 API 路由配置,减少了重复代码,提高了开发效率。
数据类型支持扩展
IPNetwork 和 URL 序列化
新增了对 IPNetwork 和 URL 类型的序列化支持,这使得处理网络相关数据更加方便,特别是在需要验证 IP 地址或 URL 格式的场景下。
类型注册功能
新增了 register_type 公共函数,允许开发者注册自定义类型的序列化和反序列化逻辑,极大地扩展了框架的数据类型支持能力。
安全功能增强
认证与授权错误区分
现在能够明确区分 AuthenticationError(认证错误)和 AuthorizationError(授权错误),使得安全相关的错误处理更加精确。
用户权限检查
新增了检查用户是否为 staff 或 superuser 的方法,简化了权限检查逻辑,特别是在需要管理员权限的 API 端点中。
节流功能增强
支持多周期间隔的节流配置,使得 API 限流策略可以更加灵活,比如可以同时设置每分钟和每小时的最大请求数限制。
测试工具改进
测试客户端现在支持查询参数,使得 API 测试更加方便。同时修复了在测试环境中返回 None 时可能出现的 TypeError 问题。
文档与示例更新
本次版本还包含了大量文档更新和示例改进,包括:
- 测试客户端 Cookies 支持文档
- CSRF 防护文档改进
- 可选文件输入的使用说明
- 测试中添加用户的示例
- URL 参数在嵌套路由中的使用说明
这些文档改进使得新用户能够更快上手 Django Ninja,也为有经验的开发者提供了更多高级用法的参考。
向后兼容性
v1.4.0b1 版本保持了良好的向后兼容性,现有项目可以平滑升级。不过作为 beta 版本,建议在生产环境升级前进行充分测试。
总结
Django Ninja v1.4.0b1 版本带来了显著的性能优化和功能增强,特别是在分页处理、数据类型支持和安全功能方面。这些改进使得 Django Ninja 成为一个更加强大和灵活的 API 开发框架,能够满足更复杂的业务需求。对于正在使用或考虑使用 Django Ninja 的开发者来说,这个版本值得关注和尝试。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00