GoToSocial v0.19.0-rc1 发布:OAuth 增强与 2FA 安全特性解析
GoToSocial 是一个轻量级的 ActivityPub 社交网络服务器,采用 Golang 编写,兼容 Mastodon API。它专为小型社区和个人实例设计,强调隐私性和易用性。近日,GoToSocial 发布了 v0.19.0 的首个候选版本,带来了多项重要改进。
核心安全增强
本次更新最引人注目的是 OAuth 令牌范围强制实施机制。此前版本虽然支持 OAuth 令牌的范围声明(如 read、write 等),但并未实际执行这些权限限制。v0.19.0-rc1 彻底改变了这一状况,现在所有 API 请求都会严格检查令牌的授权范围,与 Mastodon API 的行为保持一致。
开发者需要注意,现有的自动化脚本和应用程序可能需要调整以适应新的权限模型。项目文档中的 Swagger API 说明已更新,详细列出了各端点所需的权限范围。
新增的令牌管理功能允许用户在设置面板中查看和撤销已发放的访问令牌,大大提升了账户安全性。配合这个功能,系统还新增了完整的 OAuth 应用管理界面,用户可以创建和管理自己的应用程序,为开发者提供了更友好的体验。
双重认证(2FA)支持
对于不使用 OIDC 提供商的实例,v0.19.0-rc1 引入了基于时间的一次性密码(TOTP)的双因素认证。用户可以通过扫描二维码设置 2FA,之后登录时需要同时提供密码和验证器应用生成的动态代码。
这一功能特别适合注重账户安全的用户,有效防止了密码泄露导致的未授权访问。系统采用标准的 TOTP 算法,兼容 Google Authenticator、Microsoft Authenticator 等主流验证器应用。
用户体验改进
在界面方面,新版本增加了画廊式个人资料布局选项。这种布局将媒体内容置于显眼位置,适合以图片和视频为主的用户。同时改进了媒体渲染效果,包括更好的模糊哈希(blurhash)支持和 Chrome 浏览器的媒体显示优化。
键盘导航体验得到显著提升,现在用户可以通过键盘更流畅地浏览内容。字体支持也得到扩展,能够更好地显示各种文字系统。
技术细节与迁移指南
v0.19.0-rc1 包含多项数据库迁移,升级时需要特别注意:
- 必须提前备份数据库(SQLite 用户只需复制 sqlite.db 文件)
- 迁移过程可能需要较长时间(从几秒到十分钟不等),切勿中断
- 支持从二进制或 Docker 容器升级
系统现在提供了更多构建选项,包括针对 32 位系统的实验性 nowasm 构建。这些构建使用 Go 原生的 SQLite 实现,并依赖系统安装的 ffmpeg 进行媒体处理。
总结
GoToSocial v0.19.0-rc1 标志着该项目在安全性和用户体验方面的重要进步。OAuth 范围强制实施和 2FA 支持使其更适合生产环境,而新的界面功能则提升了最终用户的使用体验。对于运营小型社交实例的管理员来说,这次升级值得认真考虑。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06