首页
/ Tracecat项目0.22.0版本发布:工作流引擎与UI的重大升级

Tracecat项目0.22.0版本发布:工作流引擎与UI的重大升级

2025-06-18 00:11:06作者:吴年前Myrtle

Tracecat是一个专注于安全自动化的工作流平台,它通过可视化的方式帮助安全团队构建、管理和执行自动化工作流。最新发布的0.22.0版本带来了多项重要改进,特别是在工作流引擎和用户界面方面进行了显著优化。

核心引擎改进

本次版本对工作流引擎进行了深度重构,引入了多项关键特性:

  1. 工作流ID模式迁移:引擎层面对工作流ID的生成和处理机制进行了重构,采用了更健壮的schema设计,这将提升系统的稳定性和可维护性。

  2. Temporal搜索属性增强:工作流引擎现在支持Temporal搜索属性,并将其设计为枚举类型。这一改进使得工作流执行状态的查询和过滤更加高效和准确,为大规模工作流管理提供了更好的支持。

  3. 秘密管理优化:在模板动作循环之外统一拉取所有依赖的密钥,这一改变不仅提高了安全性,还减少了不必要的密钥获取操作,提升了整体性能。

  4. 新增HTTP轮询动作:引擎新增了HTTP轮询功能,使得工作流可以定期检查远程资源状态,为构建监控类工作流提供了原生支持。

用户体验提升

在用户界面方面,0.22.0版本带来了多项直观的改进:

  1. 紧凑运行视图:新的紧凑型运行界面设计让用户能够更高效地查看和管理工作流执行记录,特别适合处理大量运行实例的场景。

  2. 右键放置选择器节点:在画布上新增了右键放置选择器节点的功能,这一符合直觉的操作方式显著提升了工作流构建的效率。

  3. 侧边栏优化:重新设计了侧边栏的切换按钮,并改进了事件侧边栏的溢出和滚动行为,使得界面交互更加流畅自然。

  4. 状态可视化增强:在输入和结果标签页中直接显示动作状态,同时将事件失败和错误信息整合到结果展示中,让问题诊断更加直观。

技术细节优化

除了上述主要特性外,本次发布还包含多项技术优化:

  1. Pydantic核心schema清理:对TracecatUUID的__get_pydantic_core_schema__方法进行了重构,提升了数据验证的效率和可靠性。

  2. 日志噪声抑制:通过调整日志级别和过滤策略,减少了不必要的警告日志输出,使日志信息更加清晰有用。

  3. 输入处理改进:构建器动作输入现在统一使用字符串类型,简化了数据处理逻辑。

  4. 引用格式优化:移除了动作引用中的大括号,使表达式更加简洁易读。

  5. 首次执行加载修复:解决了某些情况下首次执行无法正确加载的问题,提升了用户体验的一致性。

这些改进共同构成了Tracecat 0.22.0版本的核心价值,既强化了底层引擎的能力,又显著提升了用户界面的友好度,使Tracecat作为一个安全自动化平台更加成熟和实用。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Dockerfile
703
4.51 K
pytorchpytorch
Ascend Extension for PyTorch
Python
567
693
atomcodeatomcode
Claude 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 Started
Rust
552
98
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
flutter_flutterflutter_flutter
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387