Higress v2.1.1版本发布:全面提升网关能力与稳定性
Higress作为阿里巴巴开源的云原生网关项目,基于Envoy构建,提供了高性能、可扩展的API网关解决方案。最新发布的v2.1.1版本在多个关键领域进行了重要改进,包括插件功能增强、配置管理优化以及系统稳定性提升。
核心功能增强
本次版本在插件系统方面进行了多项改进。自定义响应插件现在支持根据不同响应状态返回不同内容,这为开发者提供了更灵活的响应控制能力。WAF插件现在支持通过Makefile进行构建,简化了开发流程。JWT认证插件修复了claims_to_headers功能的bug,提升了安全性。
AI相关功能也得到显著增强。AI代理文档中的特殊字符转义问题得到修复,AI可观测性插件现在能更好地兼容不同LLM供应商,为人工智能应用提供了更稳定的网关支持。
配置管理与服务发现
在配置管理方面,v2.1.1版本引入了多项重要改进。MCP服务器现在支持自动IP检测和数据库重连功能,提高了配置服务的可靠性。Nacos命名空间的支持使得服务发现更加灵活。配置存储和Redis配置现在变为可选,为不同规模的部署提供了更多选择。
系统稳定性与性能优化
版本在系统稳定性方面做了多项改进。修复了Go 1.24编译的Wasm插件可能导致的GC陷阱问题,提升了插件运行的可靠性。Wasm插件ID在使用后及时清理,避免了潜在的内存泄漏问题。前端灰度发布逻辑进行了重构,使其对微前端和多版本支持更加友好。
开发者体验提升
对于开发者而言,新版本提供了更多便利。HttpContext新增了GetContextId函数,便于调试和日志追踪。参数映射功能修复了格式化问题,提高了开发效率。动态工具重置功能的加入使得开发过程中的配置调整更加便捷。
总结
Higress v2.1.1版本通过多项功能增强和问题修复,进一步提升了作为云原生API网关的可靠性、灵活性和易用性。从插件系统到配置管理,从AI支持到开发者工具,这个版本在多方面都有显著进步,为构建现代化微服务架构提供了更强大的基础设施支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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