FreshRSS 1.26.2 版本发布:安全加固与功能优化
FreshRSS 是一个开源的、自托管的 RSS 阅读器,它允许用户订阅和管理各种新闻源和博客。作为一个轻量级但功能强大的解决方案,FreshRSS 提供了丰富的自定义选项和扩展功能,适合个人用户和小型团队使用。
安全增强:多项安全修复
本次 1.26.2 版本主要聚焦于安全性改进,修复了多个已发现的问题:
-
HTML注入防护:新增了对特定HTML标签的限制,防止潜在的跨站脚本攻击(XSS)。同时禁止了可能被滥用的HTML元素。
-
图标安全机制:改进了favicon哈希生成算法,防止图标污染攻击。现在还会为图标文件添加
Content-Security-PolicyHTTP头,进一步增强安全性。 -
HTTP安全策略:在Web抓取功能中禁止了安全相关的HTTP头通过cURL传输,防止潜在的请求伪造。同时新增了
Referrer-Policy: same-origin等HTTP头,限制引用来源。 -
会话管理:将注销操作改为使用HTTP POST方法,减少CSRF攻击风险。
-
扩展安全:修复了扩展系统中可能存在的路径遍历问题,确保用户文件的安全访问。
核心功能改进
-
JSON处理增强:
- 新增了JSON字符串连接操作符(&),使JSON数据处理更加灵活
- 在HTML+XPath+JSON模式下支持多个JSON片段(如JSON-LD),提升了内容解析能力
-
SimplePie库更新:
- 修复了对带有XML前言和DTD的feed的支持问题
- 合并了上游SimplePie库的最新修复
-
命令行工具改进:修正了布尔标志参数的解析逻辑,使CLI工具更加可靠
用户体验优化
-
界面改进:
- 新增了"标记为已读"按钮的大小选项
- 改善了下拉菜单的焦点样式,提升可访问性
- 更新了前端加密库bcrypt.js到3.0.2版本
-
API修正:修复了标签中包含斜杠时的API处理问题
-
国际化:对法语、意大利语、波兰语和土耳其语的翻译进行了改进
技术细节与开发者相关
-
扩展系统:
- 新增了JavaScript事件来检测上下文加载
- 改进了异常处理机制
- 修复了符号链接扩展的文件服务问题
-
部署相关:Apache配置中增加了对mod_filter模块的检查,确保输出过滤器正常工作
-
代码质量:进行了多项PHP代码优化和重构,提升了代码质量和可维护性
-
开发依赖:更新了多个开发依赖包到最新版本
升级注意事项
-
升级后,系统会自动重建所有favicon图标。用户可能需要刷新浏览器缓存才能看到更新后的图标。
-
对于扩展开发者,需要注意新的安全限制,特别是文件访问路径方面的变化。
FreshRSS 1.26.2版本通过全面的安全加固和多项功能改进,为用户提供了更加安全可靠的使用体验。无论是个人用户还是系统管理员,都建议尽快升级到这个版本,以获得最佳的安全性和功能性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00