Kiota项目v1.26.1版本发布:跨平台API客户端生成工具迎来ARM64支持
Kiota是微软推出的一个开源项目,它能够根据OpenAPI规范自动生成强类型的API客户端代码。这个工具极大地简化了开发人员与RESTful API交互的过程,让开发者可以专注于业务逻辑而不是底层的HTTP请求处理。
跨平台支持的重大扩展
在最新发布的v1.26.1版本中,Kiota项目迎来了一个重要的里程碑——正式支持Windows ARM64架构。这意味着使用基于ARM处理器的Windows设备(如Surface Pro X等)的开发者现在可以原生运行Kiota工具链,无需通过模拟器或其他兼容层。
这一改进不仅提升了在这些设备上的性能表现,还减少了潜在兼容性问题,为开发者提供了更流畅的体验。随着ARM架构在PC领域的不断普及,这一支持显得尤为重要。
核心功能改进
1. 修复AdditionalData属性生成问题
在之前的版本中,当OpenAPI规范中定义了additionalProperties模式而非简单的布尔值时,Kiota无法正确生成AdditionalData属性。这个属性在API客户端中扮演着重要角色,它允许处理API响应中未明确定义的额外字段。
v1.26.1版本修复了这一问题,现在无论additionalProperties是以模式对象还是布尔值形式定义,都能正确生成对应的AdditionalData属性,确保了API客户端能够完整处理所有可能的响应数据。
2. 转义字符处理优化
另一个重要修复涉及C#客户端代码生成过程中对转义字符的处理。当OpenAPI规范中的模式对象属性包含转义换行符或双引号时,之前的版本会导致生成的C#代码出现语法错误。
新版本改进了这一处理逻辑,现在能够正确识别和转换这些特殊字符,确保生成的代码保持语法正确性。这对于API规范中包含复杂描述或示例值的场景尤为重要。
多平台发布包
Kiota项目继续保持其跨平台特性,为不同操作系统和架构提供了丰富的发布包:
- Windows平台:x86、x64和新增的ARM64架构
- Linux平台:x64和ARM64架构
- macOS平台:x64和ARM64架构
- Visual Studio Code扩展
这种全面的平台支持确保了开发者无论使用何种开发环境,都能获得一致的体验。特别是ARM64架构的支持,顺应了当前计算设备架构多样化的趋势。
开发者体验提升
Kiota项目通过持续改进,不断降低开发者与API集成的门槛。自动生成的强类型客户端代码不仅提高了开发效率,还通过编译时类型检查减少了运行时错误。
v1.26.1版本虽然是一个小版本更新,但其带来的ARM64支持和关键问题修复,进一步巩固了Kiota作为API客户端生成工具的领导地位。对于需要频繁与多种REST API交互的开发团队来说,升级到这个版本将获得更稳定、更全面的开发体验。
随着微服务架构和API经济的持续发展,像Kiota这样的工具将变得越来越重要,它让开发者能够更高效地构建可靠的API集成层,专注于创造业务价值而非处理底层通信细节。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00