SFTPGo项目Windows平台代码签名解决方案演进
背景与挑战
SFTPGo作为一个开源的SFTP服务器项目,长期以来为Windows平台用户提供经过数字签名的安装包和二进制文件。数字签名对于Windows平台软件分发至关重要,它能确保软件来源的真实性和完整性,避免安全警告,也是提交到Chocolatey和WinGet等主流软件包管理平台的基本要求。
2021年,项目团队花费160美元购买了为期三年的代码签名证书,该证书将于2024年11月17日到期。然而近年来,证书行业发生了重大变化,新的代码签名证书要求使用硬件安全模块(HSM),这使得原有的自动化签名流程无法继续使用GitHub Actions完成。
技术方案探索
面对证书更新问题,项目团队评估了多个技术方案:
-
传统证书方案:新规要求使用HSM后,团队需要额外配置GitHub代理和硬件令牌,或者采用云解决方案,成本可能高达1000美元/3年,且需要更多人工操作。
-
微软Trusted Signing服务:作为预览服务,该方案年费约120美元,但初期仅对企业用户开放。项目团队作为2024年新成立的有限责任公司(LLC)未能通过初步身份验证。
-
商业用户专属方案:作为备选方案,考虑仅向商业用户提供签名服务。
最终解决方案
经过多方尝试,在微软Trusted Signing服务向独立开发者开放后,项目成功采用了该方案。技术实现要点包括:
- 在GitHub工作流中集成Trusted Signing服务
- 每月5000次签名的配额完全满足项目需求
- 年费维持在预期的120美元左右
技术意义
这一解决方案的落地意味着:
-
持续免费提供:项目将继续为所有Windows用户免费提供签名后的安装包和二进制文件。
-
自动化流程:保持了原有的自动化构建和签名流程,无需额外人工干预。
-
成本可控:相比第三方供应商方案,年费降低了约60%。
-
安全合规:采用微软官方签名服务,提高了软件供应链的安全性。
未来展望
随着Trusted Signing服务的成熟,SFTPGo项目计划将这一签名方案扩展到组织下的其他仓库。项目团队也将持续关注数字签名领域的最新技术发展,确保为用户提供安全可靠的软件分发体验。
这一案例也展示了开源项目在面对基础设施变化时的灵活应对能力,以及如何平衡成本、自动化与用户体验的多重需求。
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