Mozilla Addons-Server 2025.05.29版本发布解析
Mozilla Addons-Server是Mozilla基金会维护的Firefox浏览器扩展管理平台的核心后端系统,负责处理扩展的存储、审核、分发等核心功能。本次2025.05.29版本更新带来了多项重要改进,主要集中在审核流程优化、系统稳定性提升和代码架构现代化等方面。
审核流程重大改进
本次更新对扩展审核流程进行了多项重要优化。首先移除了对AMO_ESCALATE和转发作业的支持,简化了审核流程的复杂度。审核人员现在可以直接选择策略来执行审核工具操作,提高了工作效率。
系统还改进了对Cinder决策的处理机制,确保包含政策文本的电子邮件能够正确发送。当处理多个审核作业时,系统现在会记录一次活动并通知所有者,避免了重复通知的问题。
针对被拒绝版本的申诉处理流程也得到增强,现在可以正确处理转发给法律团队的申诉案件。审核页面还新增了作业创建、转发和重新排队时间的显示功能,使审核状态更加透明。
系统架构优化
在架构层面,本次更新完成了对Legacy Promoted Models的移除工作,这是代码现代化的重要一步。Discovery Addon Admin功能获得多项改进,包括在发现插件搜索中添加了distinct查询优化。
系统健康检查机制得到增强,新增了重试机制和恢复通知功能,提高了系统的自我修复能力。Docker Compose配置中也增加了web和worker服务的健康检查start_period参数,优化了容器化部署体验。
安全与维护更新
在安全方面,本次更新将PromotedClass Partner类别的插件设为预审核状态,加强了安全控制。用户管理后台新增了禁用用户列的显示功能,便于管理员操作。
数据库迁移脚本进行了优化整理,采用了正确的squash方式。URL参数处理函数修复了当查询中存在多个相同键值时的处理问题,提高了系统的健壮性。
依赖项更新
本次发布包含了多项依赖库的版本升级,包括:
- Python相关:packaging升级至25.0,setuptools升级至78.1.1,pip升级至25.1.1
- 安全相关:certifi升级至2025.4.26,charset-normalizer升级至3.4.2
- 工具链:addons-linter升级至7.13.0,stylelint升级至16.19.1
- 系统组件:nginx和memcached也获得了版本更新
这些更新带来了性能改进、安全修复和新功能支持,确保了系统的稳定性和安全性。
文档与模板改进
项目文档系统新增了自动生成的模型文档,方便开发者查阅。内容操作相关的邮件模板也进行了更新,确保沟通内容的准确性和专业性。
总体而言,2025.05.29版本是Mozilla Addons-Server在审核流程、系统架构和安全性方面的一次重要更新,为扩展生态系统提供了更强大、更稳定的后端支持。这些改进将使开发者、审核人员和最终用户都能获得更好的体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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