Niquests 3.14.0版本发布:增强异步HTTP客户端功能
Niquests是一个基于Python的HTTP客户端库,它提供了同步和异步两种请求方式。该项目旨在为开发者提供简单易用且功能强大的HTTP请求工具,支持多种高级特性如连接池、超时控制、自动解压缩等。最新发布的3.14.0版本在异步功能方面做了重要增强,并修复了一些关键问题。
新增功能亮点
异步请求的顶层API
3.14.0版本引入了与同步请求相对应的异步顶层API,包括aget、apost、aput等方法。这些方法为开发者提供了更加直观和便捷的异步请求方式,无需显式创建会话实例即可发起异步HTTP请求。
例如,现在可以直接使用:
response = await niquests.aget('https://example.com')
全局超时配置
新版本允许在创建Session或AsyncSession时设置全局超时参数。这一改进简化了超时配置,开发者不再需要为每个请求单独设置超时时间。
# 同步会话设置10秒全局超时
session = niquests.Session(timeout=10)
# 异步会话设置5秒全局超时
async_session = niquests.AsyncSession(timeout=5)
原始内容迭代支持
新增的iter_raw方法允许开发者获取未经解压缩处理的原始响应内容。这在处理大型文件或需要直接操作原始数据流的场景中特别有用。
# 同步方式
response = session.get('https://example.com/large-file')
for chunk in response.iter_raw():
process_raw_data(chunk)
# 异步方式
async_response = await async_session.get('https://example.com/large-file')
async for chunk in async_response.iter_raw():
await process_raw_data_async(chunk)
调试信息增强
为HTTP适配器添加了__repr__方法,使得调试时能够获取更多有用的信息,帮助开发者更快定位问题。
重要问题修复
-
修复了
AsyncResponse.close()方法中未正确等待协程的问题,确保资源能够被正确释放。 -
解决了在异步模式下尝试调用不可等待的urllib3原始响应对象的
close方法的问题,提高了异步操作的稳定性。
技术价值分析
3.14.0版本的发布标志着Niquests在异步HTTP客户端领域的进一步成熟。新增的异步顶层API降低了异步编程的门槛,使开发者能够更自然地编写异步HTTP请求代码。全局超时配置的引入则体现了对开发者体验的重视,减少了重复配置的工作量。
原始内容迭代功能的加入扩展了库的应用场景,特别是在处理大文件或需要精细控制数据流的场景中。这些改进共同提升了Niquests作为现代Python HTTP客户端库的竞争力。
对于正在使用或考虑使用Niquests的开发者来说,3.14.0版本提供了更完善的异步支持,更简洁的API设计,以及更稳定的运行表现,值得升级体验。
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