Pangolin项目1.0.0-beta.12版本发布:资源管理与网络功能增强
Pangolin是一款开源的网络资源管理和访问控制工具,它通过提供统一的界面来管理各种网络资源,包括Web应用、API、数据库等。该项目采用现代化的架构设计,支持多种协议和认证方式,能够帮助企业或组织高效地管理内部资源访问权限。
核心功能改进
基础域名资源支持
新版本引入了allow_base_domain_resources标志,允许管理员配置是否支持使用基础域名作为资源地址。这一改进使得系统能够更灵活地处理不同层级的域名资源,特别是对于那些需要直接使用根域名进行访问的服务场景。
资源站点迁移功能
1.0.0-beta.12版本新增了资源跨站点转移能力。管理员现在可以将已配置的资源从一个站点迁移到另一个站点,而无需删除重建。这一功能极大地简化了组织结构调整时的资源管理流程,减少了配置工作量和潜在错误。
Gerbil端点IP支持
在Gerbil组件的base_endpoint字段中,现在可以直接使用IP地址而不仅限于域名。这一变化为那些尚未配置DNS或需要直接通过IP访问的内部环境提供了更好的支持,增强了部署的灵活性。
用户体验优化
创建对话框重置机制
资源创建对话框现在会在关闭时自动重置所有输入字段,避免了用户在连续创建多个资源时需要手动清除之前输入的内容,提高了操作效率和用户体验。
资源表格排序修复
修复了资源表格中"Authentication"列排序功能异常的问题,现在用户可以按照认证方式正确地对资源列表进行排序,便于管理和查找特定类型的资源。
网络协议支持增强
TCP/UDP端口更新修复
解决了之前版本中存在的无法更新现有资源的原始TCP/UDP端口的问题。这一修复确保了网络管理员能够灵活调整服务的端口配置,满足不同环境下的网络需求。
安装与部署改进
Traefik版本升级
安装程序现在使用Traefik v3.3.3作为反向代理组件,这一更新带来了性能改进和安全增强,同时也修复了之前版本中已知的问题。
Docker网络配置
在Docker Compose安装配置中新增了网络设置,为容器化部署提供了更完善的网络支持,使得在多主机或复杂网络环境下的部署更加稳定可靠。
云环境适配建议
虽然不在更新说明中直接提及,但根据项目文档,新版本特别优化了对云服务环境的支持。用户可以在主流CDN服务后部署Pangolin,通过配置通配符证书和Full (Strict) SSL模式,实现安全的内容分发和加速。
升级注意事项
对于运行中的实例,升级前务必备份应用数据(config app-data)。这一预防措施能够在升级出现问题时快速回滚到之前的状态。由于数据库结构可能随版本更新而变化,直接降级到旧版本可能会导致兼容性问题。
Pangolin 1.0.0-beta.12版本通过上述改进,进一步提升了系统的灵活性、管理效率和用户体验,为管理员提供了更强大的资源控制能力,同时也为终端用户带来了更流畅的访问体验。
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-1.5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