Grafana Infinity数据源3.0.0-beta.2版本发布:支持更多HTTP方法及解析器优化
Grafana Infinity数据源是一个功能强大的Grafana插件,它允许用户通过多种协议(如HTTP、GraphQL等)连接各种数据源,并将数据可视化。该插件特别适合需要从非传统数据源获取数据的场景,为数据分析提供了极大的灵活性。
近日,Grafana Infinity数据源发布了3.0.0-beta.2版本,这个预发布版本带来了两项重要改进和一项基础维护更新。
新增HTTP方法支持
在3.0.0-beta.2版本中,数据源新增了对PATCH、PUT和DELETE等HTTP方法的支持。这些方法在RESTful API设计中扮演着重要角色:
- PUT方法通常用于完整更新资源
- PATCH方法用于部分更新资源
- DELETE方法用于删除资源
需要注意的是,出于安全考虑,这些"危险"的HTTP方法默认是不启用的。用户需要在数据源配置中显式开启allowDangerousHTTPMethods选项才能使用这些方法。这种设计既提供了灵活性,又确保了安全性,防止意外修改或删除数据。
解析器默认设置优化
本次版本的另一项重要变更是将后端解析器设置为新查询的默认解析器。后端解析器相比前端解析器有以下优势:
- 性能更好,处理大量数据时更高效
- 减轻浏览器负担,复杂计算在服务器端完成
- 支持更复杂的数据转换操作
对于现有查询,如果之前使用的是前端解析器,它们将继续正常工作,保证了向后兼容性。如果用户遇到任何问题,可以手动将解析器切换回"Frontend"模式。
依赖项更新
作为常规维护的一部分,3.0.0-beta.2版本更新了前端和后端的依赖项。依赖项更新带来了:
- 安全补丁,修复已知漏洞
- 性能优化,提升数据处理效率
- 新功能的支持基础
这种定期更新确保了插件的稳定性和安全性,同时为未来功能扩展奠定了基础。
升级建议
对于考虑升级到3.0.0-beta.2版本的用户,建议:
- 在测试环境中先行验证,特别是使用了自定义查询的场景
- 检查是否有查询依赖前端解析器的特殊功能
- 如果需要使用新的HTTP方法,确保理解其影响并做好权限控制
这个beta版本虽然已经过测试,但作为预发布版本,可能仍存在未发现的问题。生产环境用户可以考虑等待正式版发布,或者进行充分测试后再部署。
总的来说,3.0.0-beta.2版本为Grafana Infinity数据源带来了更强大的功能和更好的性能,特别是对于需要与RESTful API深度集成的使用场景,这些改进将显著提升用户体验。
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-1.5暂无简介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