Lego项目新增对MyAddr.Tools动态DNS服务的支持
2025-05-27 19:47:56作者:滑思眉Philip
在DNS证书管理工具Lego的最新开发进展中,社区正式添加了对MyAddr.Tools动态DNS服务的原生支持。这项更新为使用该服务的开发者提供了更便捷的证书自动化管理方案。
MyAddr.Tools是一个轻量级的动态DNS解析服务,其最大特点是无需注册账户即可使用。用户只需声明一个域名并获取专属密钥,就能通过简单的API调用来管理DNS记录。该服务支持两种核心功能:
- 常规的IP地址动态更新
- ACME DNS-01挑战所需的TXT记录设置
技术实现上,该服务通过RESTful API提供以下关键操作:
- 使用GET或POST方法提交IP更新请求
- 通过acme_challenge参数设置TXT记录
- 自动管理记录的生存周期(TTL)
在证书签发场景中,当用户申请通配符证书(如*.example.myaddr.io)时,Lego会通过新的provider组件自动完成以下流程:
- 在_acme-challenge子域创建临时TXT记录
- 等待DNS记录全球生效
- 完成Let's Encrypt的域名验证
- 自动清理临时记录
测试结果表明,新集成的provider组件已能稳定完成整个证书签发流程。开发者现在可以通过构建最新版Lego代码来体验这一功能,这为使用MyAddr.Tools服务的用户提供了开箱即用的ACME解决方案。
这项更新体现了Lego项目对多样化DNS服务的持续支持,也展现了开源社区快速响应开发者需求的协作能力。对于需要动态DNS与HTTPS证书结合使用的场景,这无疑是一个值得关注的功能升级。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (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
1.39 K
787
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++
902
706
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
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
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++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161