Pangolin 1.4.0版本发布:增强身份管理与API集成能力
Pangolin是一款开源的资源管理与访问控制平台,采用社区版和专业版双许可证模式。该平台专注于为企业和组织提供灵活的资源管理解决方案,通过直观的界面和强大的功能帮助管理员高效管理各类IT资源。
核心功能更新
身份提供者(IdP)用户自动配置
1.4.0版本引入了对身份提供者(Identity Provider)用户自动配置的支持。这一功能允许系统自动创建和同步来自外部身份提供者的用户账户,大大简化了用户管理流程。当用户首次通过IdP登录时,系统会自动为其创建对应的Pangolin账户,无需管理员手动添加。
API集成能力增强
新版本显著提升了API集成能力,为开发者提供了更丰富的接口选项。这些API可以用于自动化管理资源、用户和权限,使得Pangolin能够更好地与其他企业系统集成。通过API,用户可以实现批量操作、自动化流程以及与CI/CD管道的集成。
外部用户角色更新修复
开发团队修复了一个影响外部用户角色更新的关键bug。在之前的版本中,管理员无法通过界面更新通过外部身份提供者认证的用户的角色权限。这一修复确保了所有用户,无论其认证来源如何,都能获得正确的权限管理体验。
资源与站点表默认排序优化
为了提高用户体验,1.4.0版本将资源和站点表的默认排序方式改为按名称字母顺序排列。这一看似微小的改进实际上显著提升了用户查找特定资源的效率,特别是在管理大量资源时效果更为明显。
技术实现亮点
在身份管理方面,Pangolin采用了标准的SAML 2.0协议与外部身份提供者集成,确保了兼容性和安全性。自动用户配置功能实现了即时账户创建与属性映射,支持从IdP获取用户属性并自动填充到Pangolin用户配置中。
API集成采用了RESTful设计原则,提供了清晰的端点结构和一致的响应格式。所有API调用都经过严格的认证和授权检查,确保只有具有适当权限的用户才能执行敏感操作。
升级建议与注意事项
升级到1.4.0版本前,强烈建议管理员备份当前的配置和应用数据。虽然新版本经过了充分测试,但备份可以确保在出现意外情况时能够快速回滚。升级过程本身设计为无缝过渡,不会影响现有数据和配置。
对于已经集成了外部身份提供者的用户,建议在升级后测试自动用户配置功能,确保属性映射规则按预期工作。API用户应查看新版本文档,了解新增端点和可能的接口变更。
总结
Pangolin 1.4.0通过增强身份管理和API集成能力,进一步巩固了其作为企业级资源管理解决方案的地位。自动用户配置简化了大规模部署的管理负担,而强大的API则为自动化运维提供了坚实基础。这些改进使Pangolin更适合现代IT环境的需求,特别是在需要与复杂身份管理系统集成的场景中表现尤为突出。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00