HyperDX 1.10.1版本发布:日志分析平台的功能增强与稳定性提升
HyperDX是一个开源的日志分析平台,它提供了强大的日志收集、存储、查询和分析能力。作为一个现代化的日志管理解决方案,HyperDX能够帮助开发团队快速定位问题、分析系统行为并优化应用程序性能。
核心功能改进
自定义镜像注册表支持
在1.10.1版本中,HyperDX改进了其Docker Compose配置,现在默认支持从自定义镜像注册表拉取镜像。这一改进为企业用户提供了更大的灵活性,特别是在需要遵循内部安全策略或网络隔离要求的场景下。用户现在可以轻松配置使用私有镜像仓库,而不必修改复杂的部署脚本。
增强的计数聚合功能
本次更新引入了更多计数聚合函数(count_per_x),显著增强了日志数据的统计分析能力。这些新函数允许用户基于不同维度进行计数统计,为业务指标监控和异常检测提供了更丰富的工具集。开发团队现在可以更灵活地定义和计算各种业务和技术指标。
用户体验优化
字段下拉菜单智能显示
针对计数聚合函数的使用体验,HyperDX 1.10.1优化了字段选择界面的显示逻辑。当用户选择某些特定的计数聚合函数时,系统会智能判断是否需要显示字段下拉菜单,避免了不必要的界面元素干扰,使查询构建过程更加直观高效。
Webhook集成验证改进
在警报和通知集成方面,1.10.1版本修复了Webhook添加时的验证逻辑。现在系统会正确检查团队、服务和名称的组合唯一性,而不仅仅是名称本身。这一改进防止了潜在的配置冲突,确保了集成设置的准确性和可靠性。
技术架构增强
Vector日志收集器升级
HyperDX将内置的Vector日志收集器升级到了v0.43.1版本。Vector作为高性能的日志、指标和事件路由器,新版本带来了性能提升和稳定性改进,进一步增强了HyperDX的日志收集和处理能力。
嵌套对象处理修复
1.10.1版本修复了expandToNestedObject方法中关于顶层键一致性的问题。这个底层数据处理函数的改进确保了日志中嵌套结构的正确处理,特别是在处理复杂JSON日志时,数据解析的准确性和一致性得到了提升。
总结
HyperDX 1.10.1版本虽然在版本号上是一个小版本更新,但包含了一系列重要的功能增强和问题修复。从自定义镜像支持到聚合函数增强,从用户体验优化到底层架构改进,这些变化共同提升了平台的稳定性、灵活性和功能性。对于正在使用或考虑采用HyperDX的团队来说,这个版本值得关注和升级。
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-1.5暂无简介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
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
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