GoDoxy v0.9.0:新一代自托管服务代理平台的重大升级
GoDoxy 是一个功能强大的自托管服务代理平台,它能够帮助开发者和管理员轻松管理和访问各种容器化服务。作为一个现代化的反向代理解决方案,GoDoxy 提供了丰富的功能集,包括服务发现、自动SSL证书管理、负载均衡等,特别适合在家庭实验室或企业环境中使用。
全新WebUI体验
GoDoxy v0.9.0带来了完全重写的Web用户界面,为用户提供了更加直观和强大的管理体验。新UI不仅美观现代,还增加了多项实用功能:
-
实时日志查看:现在可以直接在Web界面中查看服务日志,无需再通过命令行工具。
-
应用配置编辑:用户可以直接在UI中修改应用的配置参数,包括图标、名称、分类等信息,显著简化了管理流程。
-
应用可见性控制:通过简单的开关即可控制哪些应用显示在仪表板上,保持界面整洁。
-
丰富的状态信息:新增的健康状态气泡、延迟时间等可视化指标,让用户一目了然地了解每个服务的运行状况。
-
UI配置编辑器:全新的配置编辑器让界面定制变得更加简单直观。
自托管图标支持
v0.9.0版本引入了对自托管图标库的支持,用户现在可以使用@selfhst/<reference>.<format>格式引用图标。例如,@selfhst/adguard-home.webp会自动从自托管图标库中获取AdGuard Home的图标,并默认使用该服务在图标库中的显示名称。
智能图标缓存机制
新版本实现了服务器端的favicon获取和缓存功能,显著提升了仪表板的用户体验:
- 自动缓存favicon,减少重复请求
- 即使没有明确设置
homepage.icon,系统也能智能地从应用的根路径解析出合适的图标 - 通过分析HTML中的
link[rel=icon]标签自动选择默认图标
安全增强:容器启动端点控制
基于社区贡献,v0.9.0引入了"预热"端点功能,允许用户配置特定的启动端点来唤醒容器。这一创新功能带来了多重安全优势:
- 防止误启动:只有访问配置的启动端点才能唤醒容器,避免机器人或扫描工具意外启动服务。
- 灵活控制:可以将启动端点置于不同的认证机制后面,实现细粒度的访问控制。
- 健康检查集成:方便与监控系统集成,实现更智能的容器管理。
配置示例展示了如何为服务设置启动端点,以及系统对未授权启动请求的403响应机制。
OIDC认证集成
v0.9.0全面支持通过OpenID Connect(OIDC)进行WebUI认证,实现了企业级的安全单点登录(SSO)方案。管理员可以通过环境变量轻松配置与各种身份提供者(如Pocket ID、Authentik等)的集成。
认证功能不仅限于WebUI,还可以扩展到所有代理的服务,实现统一的访问控制。通过简单的标签配置,管理员可以灵活地为不同服务设置不同的访问权限,包括基于用户和组的细粒度控制。
实验性Caddyfile风格规则
新版本引入了类似Caddyfile的规则配置语法,为用户提供了更强大、更灵活的路由控制能力。这种声明式的规则配置方式使得复杂路由逻辑的实现变得简单直观。
示例展示了如何实现静态文件服务、WebSocket代理以及基于HTTP方法的访问控制等常见场景。
行为变更与优化
v0.9.0对系统行为进行了多项重要调整:
- 配置重载机制:现在会触发完整的服务器重启,确保所有组件都能正确应用新配置。
- YAML格式标准化:不再支持不带连字符的多行列表格式,提高了配置的一致性。
- 自动证书管理:支持热重载,证书更新不再需要手动干预。
- 中间件组合:现在支持跨文件引用,提高了配置的模块化和复用性。
- 超时控制:默认响应头超时调整为60秒,并支持按应用自定义。
稳定性改进
v0.9.0修复了多个影响系统稳定性的问题,包括:
- 证书续订失败后调度器卡住的问题
- 配置重载后访问日志写入已关闭文件的问题
这些改进显著提升了系统在长期运行中的可靠性。
总结
GoDoxy v0.9.0代表了该项目发展的重要里程碑,通过全新的WebUI、增强的安全功能和更灵活的配置选项,为自托管服务管理树立了新标准。无论是家庭用户还是企业环境,这一版本都提供了更强大、更可靠的解决方案。特别值得一提的是社区贡献的功能,如容器启动端点控制和OIDC集成,展示了该项目活跃的生态系统和开放的合作精神。对于现有用户,升级到v0.9.0将带来显著的生产力提升和更完善的管理体验;对于新用户,现在正是体验这一现代化代理平台的绝佳时机。
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