gql项目v3.6.0b4版本发布:安全警告与功能改进
gql是一个Python实现的GraphQL客户端库,它提供了与GraphQL服务器交互的各种工具和功能。该项目支持多种传输协议,包括HTTP、WebSocket等,并提供了丰富的功能来简化GraphQL查询和订阅操作。
安全警告:SSL证书验证问题
本次发布的v3.6.0b4版本包含了一个重要的安全警告。开发者发现,默认情况下AIOHTTPTransport不会验证SSL证书,这意味着它会接受自签名证书而不发出警告。这是一个潜在的安全风险,特别是在生产环境中。
开发团队已经添加了警告信息来提醒用户注意这个问题。值得注意的是,团队计划在下一个主要版本中改变这一默认行为,将SSL证书验证设为默认开启状态。对于当前版本,开发者应该手动配置SSL验证以确保通信安全。
功能改进
传输层灵活性增强
本次更新改进了gql-cli工具的兼容性。当aiohttp不可用时,工具现在会自动回退到使用httpx作为替代传输层。这一改进提高了工具在不同环境中的可用性,特别是在某些受限环境中可能无法安装aiohttp的情况下。
类型递归深度处理
修复了与GraphQL自省查询相关的一个重要问题。该问题涉及到graphql-core库在3.3.0a7版本中增加了类型递归级别(从7增加到9)。gql现在使用自己的get_introspection_query方法实现,确保与graphql-core的这一变更兼容,并允许开发者自定义自省查询的递归级别。
此外,还添加了对input_value_deprecation参数的支持,完善了自省查询AST的生成功能。
依赖项更新
项目对多个依赖项进行了版本升级:
- 将httpx的最低版本要求提高到0.27
- 将websockets升级到13.x系列
- 更新了Sphinx开发依赖项
这些更新带来了性能改进和新功能支持,同时保持了向后兼容性。
环境支持变更
值得注意的是,本次更新移除了对Python 3.8的支持。这一变更反映了Python生态系统的自然演进,开发者需要确保他们的运行环境至少是Python 3.9或更高版本。
内部改进
在代码质量方面,本次更新包含了节点树方法中元素的排序优化,使得输出更加一致和可预测。同时,针对graphql-core v3.3.0a7中的自省类型递归级别变更,更新了相应的测试用例,确保测试覆盖这些行为变化。
总结
gql v3.6.0b4版本虽然在版本号上是一个预发布版本,但包含了一些重要的改进和安全相关的警告。开发者应该特别注意SSL验证问题,并在生产环境中采取适当措施。同时,新版本在功能兼容性和依赖管理方面都有所提升,为后续的稳定版本打下了良好基础。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C031
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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