Escrow Buddy:你的 macOS 文件保险箱钥匙守护者

Escrow Buddy 是一个专为 macOS 设计的授权插件,它使 MDM(移动设备管理)管理员能够在缺乏有效托管恢复密钥的 Mac 上生成并保存新的 FileVault 个人恢复密钥。
这个开源项目源自 Netflix 的技术博客上的一篇文章,讲述了在 MDM 中丢失 FileVault 密钥的问题以及 Escrow Buddy 的诞生背景,点击这里阅读详细信息。
如果你已成功部署了 Escrow Buddy,请填写这个简短的调查问卷,我们非常感谢!
项目要求
- 管理中的 Mac 必须:
- 已经注册到 MDM
- 操作系统为 macOS Mojave 10.14.4 或更新版本
- 你的 MDM 必须:
- 支持 FileVault 恢复密钥的托管
- 部署带有 FDERecoveryKeyEscrow 负载的配置文件
- 具有安装软件包和运行脚本的能力
请注意:Escrow Buddy 只适用于基于 MDM 的解决方案,不支持如 Crypt Server 或 Cauliflower Vest 这样的托管服务器。
部署步骤
-
确保你有一个针对所有 Mac 的托管配置文件,其中包含 FDERecoveryKeyEscrow 负载。
这将确保无论何时生成的新 FileVault 恢复密钥都会被托管到你的 MDM 服务器。
-
通过你的 MDM 安装最新的 Escrow Buddy 安装包 到你的 Mac 上。
你可以选择安装到所有 Mac,或者仅限于那些需要托管 FileVault 恢复密钥的设备。
-
在没有有效 FileVault 恢复密钥托管的 Mac 上,使用你的 MDM 运行以下命令 (以 root 权限执行):
defaults write /Library/Preferences/com.netflix.Escrow-Buddy.plist GenerateNewKey -bool true建议使用 MDM 的动态分段功能动态地运行此脚本。更多示例可参考 例子 页面。
就这么简单!下次 FileVault 授权用户登录 Mac 时,就会生成一个新的 FileVault 个人恢复密钥,并将其托管到你的 MDM。
支持与贡献
如果在这些页面中找不到答案,可以查看 问题(包括已关闭的问题),如果还没有找到解决办法,可以创建新问题。
为了得到更快更具体的回应,请在问题中提供以下信息:
- 日志输出(见维基了解如何获取日志)
- 正在部署的操作系统版本
- 使用的 MDM 名称及版本
- 已尝试过的故障排查步骤
贡献代码
欢迎贡献代码!要参与贡献,请创建仓库的 fork,在你的 fork 分支上进行更改,然后提交 拉取请求。你的更改将由项目维护者审查。
贡献不仅仅是代码;帮助维护我们的 维基 或回答 问题 我们也非常感激。
此外,如果你的组织成功部署了 Escrow Buddy,请考虑填写我们的简短调查,以便衡量该项目的社区影响。
致谢
Escrow Buddy 由 Netflix 客户端系统工程团队 创建。
灵感来源于 Graham Gilbert、Wes 和 Crypt 团队的 Crypt 项目,向他们表示巨大感谢!Jeremy Baker 和 Tom Burgin 在 2015 年 PSU MacAdmins 会议上的 授权插件 讲座也是宝贵的资源。
Escrow Buddy 遵循 Apache 2.0 许可证。
使用 Escrow Buddy,你无需担心失去对关键数据的访问权限。加入众多已经受益于此开源工具的管理员行列,让 FileVault 恢复密钥的备份和恢复变得更加轻松和安全。立即部署 Escrow Buddy,体验便捷而高效的数据保护解决方案!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00