Kirby CMS 4.7.0版本发布:安全增强与开发体验优化
Kirby是一个轻量级、灵活的内容管理系统(CMS),以其简洁的设计和强大的自定义能力著称。最新发布的4.7.0版本带来了一系列值得关注的功能增强和安全改进,特别是会话存储自定义、面板安全增强和开发体验优化等方面。
核心功能增强
自定义会话存储处理器
4.7.0版本引入了一个重要的新功能:session::store核心组件。开发者现在可以通过实现自定义的SessionStore处理器来完全控制会话数据的存储方式。这个功能特别适合需要将会话数据存储在非传统位置(如Redis、MongoDB等)的高级应用场景。
数组变量调试信息
在开发过程中,当变量是数组类型时,系统现在会显示更详细的信息提示。这个改进看似简单,但对于调试复杂数据结构非常有帮助,能帮助开发者快速识别和处理数组类型的数据。
安全增强措施
密码更改确认机制
4.7.0版本在面板中引入了重要的安全改进:当用户(包括管理员)更改自己或其他用户的密码时,系统会要求输入当前密码进行确认。这个机制有效防止了会话劫持攻击,即使攻击者获得了临时访问权限,也无法轻易更改密码来维持持久访问。
安全检查优化
系统视图中的一些安全检查现在会在本地开发环境中自动跳过,减少了开发过程中的干扰。同时,安全检查现在使用LICENSE.md文件而不是composer.json来检测可访问的kirby文件夹,避免了Web应用防火墙可能产生的误报。
开发体验改进
Vue模板编译器配置
开发者现在可以通过配置选择是否启用Vue模板编译器。禁用编译器将加载Vue运行时版本,减少资源占用,但需要注意依赖模板编译器的插件和实验室视图将无法工作。这个配置位于/site/config/config.php中:
return [
'panel' => [
'vue' => [
'compiler' => false
]
]
];
修复与优化
- 自定义区块加载问题:修复了Vue混入覆盖
load方法的问题,确保自定义区块能正确加载。 - 页面HTML表示:请求页面的
html表示现在会正确重定向到不带扩展名的标准页面URL。 - 面板菜单修复:修复了窄视口下的背景显示问题。
- 链接对话框:修复了默认语言的永久链接问题。
- 文件模板写入:修复了文件模板错误写入次要语言内容文件的问题。
- 工具栏按钮:为工具栏按钮添加了缺失的标题属性,提升了可访问性。
总结
Kirby 4.7.0版本在保持系统轻量级特性的同时,通过引入自定义会话存储、增强安全机制和优化开发体验,进一步提升了系统的灵活性和安全性。这些改进使得Kirby更适合构建需要高度定制化和安全性的Web应用,同时也为开发者提供了更顺畅的开发体验。
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