首页
/ Jina AI 3.24.0版本发布:Executor新增Provider端点映射功能

Jina AI 3.24.0版本发布:Executor新增Provider端点映射功能

2025-05-09 22:59:21作者:凤尚柏Louis

Jina AI作为一款开源的神经搜索框架,在最新发布的3.24.0版本中引入了一项重要的新特性——支持在Jina Executor中配置Provider端点映射。这项功能为开发者提供了更灵活的云端服务集成方案,特别是在与AWS SageMaker等云服务集成时尤为实用。

功能详解

在分布式计算和云原生应用场景中,我们经常需要将本地开发的Executor部署到云端服务上运行。新版本通过引入--provider-endpoint标志,实现了Executor端点与云服务端点的灵活映射。

具体来说,开发者现在可以使用以下组合参数:

  • --provider SAGEMAKER:指定使用AWS SageMaker作为服务提供商
  • --provider-endpoint <named endpoint>:将SageMaker的invocations端点映射到Executor的指定端点

技术实现原理

在底层实现上,Jina框架新增了端点映射机制。当Executor部署到SageMaker时,框架会自动建立以下关联:

  1. SageMaker的标准invocations端点接收外部请求
  2. 根据--provider-endpoint参数配置,将请求路由到Executor的指定端点
  3. Executor处理完成后,响应沿原路径返回

这种设计保持了Jina原有的执行流程,同时增加了与云服务的兼容性,使得开发者无需修改业务逻辑代码就能将Executor部署到云端。

使用场景示例

假设我们开发了一个多功能的NLP Executor,包含以下端点:

  • /encode:用于文本向量化
  • /classify:用于文本分类
  • /summarize:用于文本摘要

现在我们可以选择性地将某个功能部署到SageMaker。例如,如果只需要将文本分类功能放到云端,可以使用:

--provider SAGEMAKER --provider-endpoint /classify

这样配置后,SageMaker服务将专门处理文本分类请求,而其他功能仍可在本地或其他环境运行。

开发者价值

这项更新为开发者带来了几个重要优势:

  1. 灵活部署:可以按需选择将Executor的特定功能部署到云端,而不是全量部署
  2. 成本优化:只将计算密集型任务放到云端,节省资源使用成本
  3. 平滑迁移:现有Executor代码几乎无需修改即可支持云端部署
  4. 混合架构:支持部分功能云端、部分功能本地的混合部署模式

未来展望

虽然当前版本仅支持AWS SageMaker作为provider,但这一功能的架构设计为未来支持更多云服务提供商奠定了基础。我们可以预见,后续版本可能会加入对其他主流云平台的支持,如Google Cloud AI Platform、Azure Machine Learning等,进一步丰富Jina的云集成能力。

对于需要将AI模型服务部署到生产环境的企业用户,3.24.0版本提供的这一特性无疑是一个值得关注的重要更新。它不仅简化了云部署流程,还为构建混合云架构的AI应用提供了新的可能性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
146
1.94 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
554
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
965
395
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
513