Shuffle项目2.0.0版本发布:多租户工作流与全新架构升级
Shuffle是一个开源的自动化工作流平台,专注于安全编排、自动化和响应(SOAR)领域。该项目通过可视化拖拽界面让用户能够轻松构建复杂的工作流,实现不同系统间的自动化集成。2.0.0版本是该项目的重大更新,引入了多项核心功能改进和架构优化。
多租户工作流支持
2.0.0版本最显著的改进之一是引入了完整的多租户工作流支持。这意味着不同团队或组织现在可以在同一个Shuffle实例中完全隔离地运行各自的工作流,而不会相互干扰。这一特性对于企业级部署尤为重要,它使得:
- 不同部门可以拥有独立的工作空间
- 管理员可以集中管理所有租户
- 资源使用可以按租户进行统计和限制
多租户架构的实现涉及到底层数据存储、权限系统和执行引擎的全面改造,确保了租户间的严格隔离。
开源规模工作器(Scale Worker)
本次版本将Scale Worker组件完全开源,这是一个关键的后端组件,负责:
- 动态管理工作流执行资源
- 自动扩缩容计算能力
- 优化任务调度效率
开源Scale Worker意味着用户现在可以完全掌控工作流的执行环境,根据自身需求进行定制化调整,特别是在资源受限或特殊合规要求的场景下。
全新用户界面与发现机制
2.0.0版本带来了重新设计的用户界面,重点改进了:
- 工作流发现:新的分类和搜索机制让用户能更快找到所需工作流
- 应用管理:应用页面经过重新设计,操作更加直观
- 可视化体验:改进了节点连接、分支方向调整等交互细节
这些UI改进显著降低了新用户的学习曲线,同时提升了高级用户的工作效率。
增强的观测能力
在可观测性方面,2.0.0版本引入了:
- 执行追踪:更详细的工作流运行日志和指标
- 资源监控:实时查看系统资源使用情况
- 错误诊断:改进的错误报告和调试工具
这些改进使得运维团队能够更快地识别和解决问题,确保自动化流程的稳定运行。
数据存储分类与索引
新版本对数据存储系统进行了重要升级:
- 引入自动分类机制
- 支持自定义索引策略
- 优化查询性能
这些改进特别适合处理大量安全事件或日志数据的场景,使得后续的分析和检索更加高效。
表单与发布机制
2.0.0版本新增了表单生成和工作流发布功能:
- 用户可以通过直观界面创建数据输入表单
- 工作流可以打包为可分发单元
- 支持版本控制和更新管理
这一特性极大简化了工作流的共享和部署过程,特别适合需要将自动化流程交付给终端用户的场景。
技术实现细节
在底层实现上,2.0.0版本包含多项重要技术改进:
- Docker客户端升级:解决了文件描述符泄漏问题
- 证书管理:为每个工作器自动挂载证书
- 网络连接支持:完善了HTTP环境下的Git操作
- Swarm集成:默认使用Docker Swarm模式部署
这些改进提升了系统的稳定性和安全性,特别是在企业生产环境中。
部署选项扩展
除了传统的Docker Compose部署方式,2.0.0版本新增了:
- Kubernetes Helm Chart:简化在K8s环境中的部署
- Swarm优化配置:改进了Swarm集群下的运行表现
- 自动初始化:简化了集群的初始设置过程
这些部署选项的扩展使得Shuffle能够适应更广泛的基础设施环境。
总结
Shuffle 2.0.0版本标志着该项目在企业级自动化平台方向上的重要进步。通过多租户支持、开源核心组件、增强的UI和观测能力,以及更灵活的部署选项,该版本为安全团队和企业IT部门提供了更强大、更可靠的自动化工作流解决方案。特别是对于需要处理复杂集成场景和严格合规要求的组织,2.0.0版本提供了必要的架构基础和管理工具。
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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0129
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