Mastodon v4.1.25版本发布:关键安全修复与功能优化
Mastodon是一个开源的分布式社交媒体平台,采用ActivityPub协议实现不同实例间的互联互通。作为Twitter的替代方案,Mastodon以其去中心化的架构和用户自治的特点获得了广泛关注。
版本概述
Mastodon v4.1.25是该开源社交网络平台的一个重要维护版本,主要包含以下关键更新:
-
安全提示:该版本特别提醒用户,4.1.x分支将在2025年4月8日后停止接收任何更新,包括安全补丁。这意味着运行此版本的用户需要尽快升级到更高版本以保持系统安全。
-
SAML认证问题:对于使用SAML进行外部认证的实例,存在一个已知的安全问题。开发团队强烈建议这些用户升级到Mastodon 4.2或4.3版本。
主要更新内容
新增功能
- 部分集合分页支持:在
SynchronizeFollowersService中新增了对部分集合分页的支持。这项改进使得在处理大量关注者同步时,系统能够更高效地管理资源,特别是在处理大型实例间的关注关系同步时表现更为出色。
修复问题
- 缓存清除URL错误:修复了在使用缓存清除功能时使用错误URL的问题。这个修复确保了缓存机制能够正常工作,提高了系统的整体性能和用户体验。
升级指南
升级前准备
-
备份数据库:在进行任何升级操作前,务必对数据库进行完整备份。对于使用docker-compose的用户,可以通过特定命令完成备份。
-
环境检查:确认系统满足以下依赖要求:
- Ruby: 3.0或更高版本
- PostgreSQL: 9.5或更新版本
- Elasticsearch(可选): 7.x版本
- Redis: 4或更新版本
- Node: 14.x至18.x之间
- ImageMagick: 6.9.7-7或更新版本
升级步骤
-
获取代码:使用Git命令获取v4.1.25版本的代码。
-
非Docker环境:需要执行
bundle install命令安装依赖。 -
所有环境:最后需要重启所有Mastodon进程以完成升级。
技术细节与最佳实践
-
IP地址验证机制:自v4.1.18版本起,Mastodon实施了更严格的客户端IP地址验证机制。如果反向代理不在Mastodon的本地网络中,需要正确配置
TRUSTED_PROXY_IP参数,列出所有可信反向代理的IP地址。 -
版本生命周期管理:开发团队明确表示4.1.x分支即将结束支持周期,这符合现代软件开发的版本管理策略。建议管理员制定计划,尽快迁移到受支持的版本。
-
依赖管理:值得注意的是,从v4.1.14版本开始,Mastodon要求最低Ruby版本为3.0,这反映了项目对现代编程语言特性的依赖。
总结
Mastodon v4.1.25虽然是一个维护版本,但包含了重要的安全提示和功能改进。对于仍然运行4.1.x分支的实例管理员来说,这可能是最后一个接收更新的版本,因此需要特别关注升级计划。同时,对于使用SAML认证的用户,应立即评估安全风险并考虑升级到更高版本。
作为分布式社交网络的关键组件,Mastodon的持续更新展现了开源社区对安全性和稳定性的承诺。系统管理员应当遵循最佳实践,定期更新实例以确保用户数据安全和系统稳定运行。
kernelopenEuler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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00