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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00