RuleGo v0.28.0版本发布:增强物联网数据处理能力
RuleGo是一个基于Go语言开发的轻量级、高性能的规则引擎框架,专注于物联网(IoT)领域的数据处理和事件驱动架构。它采用组件化设计,支持可视化编排规则链,能够帮助开发者快速构建复杂的业务逻辑处理流程。
近日,RuleGo发布了v0.28.0版本,这一版本带来了多项重要功能增强和优化,特别是在工业协议支持和数据处理能力方面有了显著提升。下面让我们详细了解这次更新的主要内容。
OPC UA协议支持
v0.28.0版本新增了对OPC UA协议的支持,这是工业自动化领域广泛采用的通信标准。新版本提供了三个核心组件:
-
OPC UA Endpoint组件:作为OPC UA客户端,用于与OPC UA服务器建立连接。开发者可以配置服务器地址、安全策略等参数,实现与工业设备的稳定通信。
-
OPC UA读节点组件:允许从OPC UA服务器读取指定节点的数据。支持批量读取多个节点,并可将读取结果集成到规则链的后续处理流程中。
-
OPC UA写节点组件:提供向OPC UA服务器写入数据的能力。这对于远程控制工业设备或更新参数配置非常有用。
这些组件的加入使得RuleGo能够更好地服务于工业物联网(IIoT)场景,实现设备数据的采集、监控和控制。
数据流处理增强
新版本在数据流处理方面也有多项改进:
-
gRPC流Endpoint组件:新增支持gRPC流式通信,适合处理大规模数据流或需要持续通信的场景。相比传统请求-响应模式,流式通信能更高效地处理实时数据。
-
MySQL CDC组件:新增MySQL变更数据捕获(CDC)功能,可以实时捕获数据库变更事件。这对于构建实时数据分析管道或实现数据库与外部系统的实时同步非常有用。
-
OpenTelemetry组件:新增对OpenTelemetry的支持,为分布式系统提供标准的可观测性能力。开发者可以方便地收集和导出指标、日志和追踪数据。
性能与稳定性优化
除了新功能外,v0.28.0版本还包含多项优化:
-
for节点异步模式:for循环节点新增异步执行选项,可以避免长时间循环阻塞整个规则链的执行,提高系统吞吐量。
-
JavaScript引擎增强:现在JavaScript引擎中可以访问RuleContext对象,为脚本提供更丰富的上下文信息,增强脚本处理能力。
-
WebSocket跨域支持:WebSocket端点现在支持配置跨域访问,方便前端应用集成。
-
参数处理优化:改进了多个组件的参数获取方式,特别是数据库客户端组件的参数处理更加健壮。
-
超时设置调整:REST API调用节点的默认读取超时从原来的默认值调整为2000毫秒,更符合实际应用场景。
问题修复
v0.28.0版本修复了多个已知问题,包括:
- 修复了规则链有多个结束点时可能导致的端点异常
- 解决了字符串模板处理空参数时的问题
- 修复了API保存变量(vars)失效的问题
- 优化了Redis端点组件的数据处理逻辑
总结
RuleGo v0.28.0版本通过增加对工业协议的支持和增强数据处理能力,进一步巩固了其在物联网数据处理领域的地位。特别是OPC UA组件的加入,使得RuleGo能够更好地服务于工业自动化场景。同时,性能优化和问题修复也提升了框架的稳定性和可靠性。
对于正在构建物联网平台的开发者来说,这一版本提供了更多强大的工具来处理设备数据、实现业务逻辑。随着功能的不断丰富,RuleGo正成为一个越来越全面的物联网数据处理解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00