Authzed/Spicedb v1.41.0 版本发布:模式反射API正式发布与数据库优化
Authzed/Spicedb 是一个开源的权限系统,它采用Zanzibar论文中提出的关系型权限模型,为开发者提供了一种声明式的方式来定义和管理复杂的权限关系。该系统支持多种后端数据库存储,并提供了强大的权限检查能力。
模式反射API正式发布
本次发布的v1.41.0版本中,最值得关注的是模式反射API从实验状态正式升级为V1稳定版本。这一功能允许开发者在不计算权限的情况下获取关于权限模式的参考信息,为构建动态管理面板等功能提供了极大便利。
模式反射API的稳定意味着:
- API接口已经成熟,可以放心在生产环境中使用
- 开发者现在可以轻松获取权限模式的结构信息
- 构建基于权限模式的动态UI变得更加简单
- 系统集成和自动化工具的开发门槛降低
数据库接口改进
本次发布还对PostgreSQL和MySQL数据库接口进行了多项优化:
-
PostgreSQL持续检查点:通过引入修订心跳机制,PostgreSQL数据存储现在能够持续进行检查点操作,提高了系统的稳定性和性能。
-
跟随者读取延迟支持:为Postgres和MySQL数据存储添加了对跟随者读取延迟标志的支持,这使得在分布式部署中可以更好地控制读取一致性级别。
可组合模式预览
虽然不属于本次正式发布的功能,但值得开发者关注的是,在配套工具zed v0.27.0中已经可以体验"可组合模式"的预览功能。这一创新引入了两种新概念:
- 模式导入语句:允许从其他文件导入模式定义
- 部分模式:支持定义不完整的模式片段
这些特性使得编写简洁的模式定义成为可能,同时也为多个团队协作处理不同文件提供了更好的支持。虽然目前仍处于预览阶段,但这代表了Spicedb在模式管理方面的重要进步。
其他改进与修复
-
错误处理优化:改进了watch错误的处理方式,提高了系统的健壮性。
-
默认指标收集变更:Spanner数据存储的默认指标收集现在转向使用OpenTelemetry标准。
-
节点ID计算修复:将节点ID的默认计算移至初始化阶段,避免了潜在的竞态条件问题。
总结
Authzed/Spicedb v1.41.0版本标志着该项目在API稳定性和数据库支持方面迈出了重要一步。模式反射API的正式发布为开发者构建上层管理工具提供了坚实基础,而数据库接口的持续优化则进一步提升了系统的可靠性和性能。对于正在使用或考虑采用Spicedb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