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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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