Microcks 1.11.0 版本发布:API 模拟与测试工具的重大更新
Microcks 是一个开源的 API 模拟和测试工具,它能够帮助开发者和测试人员快速创建 API 的模拟服务,支持多种协议包括 REST、GraphQL、gRPC 和异步 API 等。最新发布的 1.11.0 版本带来了多项功能增强和问题修复,进一步提升了工具的实用性和稳定性。
主要功能更新
1. REST API 头部调度支持
在 1.11.0 版本中,Microcks 新增了对基于 HTTP 头部的请求调度支持。这意味着开发者现在可以根据请求中的特定头部值来路由到不同的模拟响应,为更复杂的 API 测试场景提供了可能。
2. Avro 模式嵌入支持
对于使用 Apache Avro 作为数据序列化格式的用户,新版本增加了对嵌入式 Avro 模式的支持。这一改进使得在 Kafka 等消息系统中使用 Avro 格式的消息更加方便,同时新增的 AsyncAPISchemaUtil 工具类简化了模式处理流程。
3. GraphQL 查询别名支持
GraphQL 用户现在可以在单查询中使用别名功能,这提高了查询的灵活性和可读性,特别是在需要多次查询同一字段但需要不同返回名称的场景下特别有用。
4. 参数约束规范
新版本在 APIMetadata 和 OpenAPI 的 x-microcks-operation 扩展中增加了 parameterConstraints 规范,允许开发者定义更精细的 API 参数约束规则,提升 API 测试的准确性。
测试与验证增强
1. REST 验证端点
1.11.0 版本新增了 rest-valid 端点,并提供了 UI 开关来控制 REST 验证 URL 的行为。这使得 API 验证过程更加灵活可控。
2. gRPC 失败响应支持
现在 Microcks 能够正确处理 gRPC 调用中的失败响应,完善了 gRPC 协议的测试覆盖范围。
3. SOAP 验证开关
新增了 SOAP 模拟服务的 URL 验证开关,用户可以根据需要开启或关闭 SOAP 请求的 URL 验证功能。
安全与部署改进
1. Keycloak 升级
Microcks 现在支持 Keycloak 26.0.0 版本,更新了相关的健康检查探针配置,确保与最新版 Keycloak 的兼容性。
2. 容器安全增强
新版本为容器镜像添加了 Cosign 签名支持,并生成了 SPDX 格式的软件物料清单(SBOM),提高了软件供应链的安全性。
3. Helm Chart 优化
Helm Chart 现在包含了资源限制配置和 Keycloak PostgreSQL 的默认值,简化了生产环境部署。
问题修复与稳定性提升
1.11.0 版本修复了多个关键问题,包括:
- 修复了 WebSocket 会话中查询参数重复的问题
- 解决了 MongoDB 持久卷的权限问题
- 修正了 HAR 导入器的默认行为
- 修复了管理器组同步和构件管理权限问题
技术栈更新
Microcks 1.11.0 将基础技术栈升级到了:
- Java 21
- Spring Boot 3.3.7
- Quarkus 3.15.1
这些更新带来了性能提升和新特性支持,同时保持了向后兼容性。
总结
Microcks 1.11.0 版本在功能丰富性、测试能力和安全性方面都有显著提升。特别是对 Avro 模式的支持和 REST 头部调度功能的加入,使得 Microcks 能够更好地满足复杂 API 测试场景的需求。对于已经在使用 Microcks 的团队,建议评估升级到新版本以利用这些改进;对于新用户,1.11.0 版本提供了一个功能更加完善的起点来开始 API 模拟和测试工作。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07