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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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