SQLMesh v0.156.0 版本发布:增强Airflow集成与开发体验优化
SQLMesh是一个现代化的数据工程框架,专注于为数据团队提供可靠、高效的数据转换和建模解决方案。该项目采用声明式方法管理数据管道,支持增量更新、自动依赖管理以及数据质量保障等核心功能,帮助团队构建可维护、可扩展的数据基础设施。
核心功能增强
ClickHouse与Airflow深度集成
本次版本新增了对ClickHouse数据库的Airflow操作符(Operator)和钩子(Hook)支持。这一改进使得在Airflow工作流中调度和执行ClickHouse相关任务变得更加便捷。数据工程师现在可以直接在Airflow DAG中使用专门的ClickHouse操作符,无需再依赖通用数据库连接器或自定义代码,显著提升了工作流的可读性和可维护性。
Python模型属性支持宏扩展
SQLMesh现在允许在Python模型属性中使用宏(macros)。这一特性为数据工程师提供了更大的灵活性,可以在模型定义中动态生成配置参数。例如,开发者可以在Python模型中通过宏引用环境变量或其他运行时参数,实现更加动态化的模型配置,而无需硬编码特定值。
开发体验优化
非阻塞式审计检查
在开发预览(dev preview)模式下,审计检查现在以非阻塞方式运行。这一改进意味着开发者可以更快地获取模型变更的预览结果,而审计问题不会阻止整个预览过程的完成。审计结果仍会显示,但不会中断工作流程,使得开发迭代更加高效。
表名大小写敏感问题修复
针对表名被自动转换为大写时差异样本(diff sample)无法显示的问题,本次版本进行了修复。现在无论表名采用何种大小写形式,用户都能正确查看数据差异样本,确保了在不同数据库环境中的一致性体验。
文档与社区改进
项目文档中的GitHub链接已更新,确保开发者能够获取最新的API文档。同时,FAQ部分新增了关于本地定义与运行命令关系的说明,澄清了运行命令会忽略本地定义的行为,帮助用户更好地理解SQLMesh的工作机制。
CLI快速入门指南的输出示例也进行了更新,使其更符合当前版本的实际行为,为新手用户提供更准确的入门指引。
底层依赖升级
SQLMesh的核心依赖SQLGlot已升级至v26.6.0版本。SQLGlot作为SQL解析和转换引擎,其性能优化和新特性将为SQLMesh带来更好的SQL兼容性和处理能力。
总体而言,v0.156.0版本在数据库集成、开发体验和文档完善等方面都有显著提升,进一步巩固了SQLMesh作为现代化数据工程解决方案的地位。特别是对ClickHouse和Airflow生态的深度集成,为企业在复杂环境中部署SQLMesh提供了更多可能性。
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