Gitblit 1.10.0版本发布:安全增强与现代SSH密钥支持
Gitblit是一个基于Java的轻量级Git服务器解决方案,它提供了完整的Git仓库管理功能,包括代码托管、权限控制、Web界面访问等。作为Git服务器的替代方案,Gitblit特别适合中小型团队和企业内部使用,它不需要复杂的数据库支持,配置简单且资源占用低。
安全更新与问题修复
本次1.10.0版本带来了多项重要的安全改进。首先修复了一个SSH认证绕过的严重问题(CVE-2024-28080),该问题可能允许未经认证即可通过SSH访问系统。开发团队特别感谢安全研究人员András Veres-Szentkirályi的报告。
另一个修复的安全问题是路径访问问题(CVE-2022-31268),该问题可能允许访问WEB-INF目录下的文件。这个问题通过升级Jetty服务器组件得到解决。此外,还修复了一个管理员界面可能显示用户密码哈希值的问题,这要感谢Gerhard Klostermeier的报告。
SSH密钥支持现代化
1.10.0版本在SSH密钥支持方面做出了重大改进。新版本不再默认生成DSA类型的SSH主机密钥,转而支持更现代的RSA、ECDSA和Ed25519(EdDSA)密钥类型。这意味着:
- 现有DSA密钥仍然可以继续使用,但新安装的Gitblit将默认使用更安全的密钥类型
- 用户现在可以使用ECDSA和Ed25519类型的SSH密钥进行认证
- 密钥管理界面增加了对无效密钥的反馈功能,帮助用户更好地管理SSH密钥
用户体验改进
剪贴板功能得到了现代化改造。旧版本依赖Flash技术实现的"复制到剪贴板"功能已被基于clipboard.js的JavaScript解决方案取代。这意味着:
- 用户不再需要安装或启用Flash插件
- 复制功能在现代浏览器中可以可靠工作
- 相关配置项(web.allowFlashCopyToClipboard)保持相同名称,但底层实现完全不同
权限显示也得到了改进,现在当用户属于多个具有不同权限的组时,系统能够正确显示用户的综合有效权限。
技术栈更新
1.10.0版本标志着Gitblit正式将最低Java要求提高到Java 8。这一变化带来了多项好处:
- 可以使用Java 8的语言特性和API
- 依赖库可以更新到更现代的版本
- BouncyCastle加密库已从bc*-jdk15on升级到bc*-jdk18on
日志系统也从Log4j1迁移到了reload4j,这是Log4j1的一个维护分支,解决了原始Log4j1的一些安全问题。
其他重要改进
TLS客户端证书处理更加灵活。server.requireClientCertificates配置项现在支持三个值:
- required:必须提供客户端证书(等同于旧版true)
- optional:可选提供客户端证书(等同于旧版false)
- none:完全不请求客户端证书
Gitblit Authority组件修复了当用户从Gitblit删除但仍保留证书时可能导致的问题。Bugtraq功能也得到了改进,当提交编码不受支持时会回退到UTF-8,确保提交信息能够正确显示。
对于使用Jenkins集成的用户,新版本增加了对Jenkins访问令牌的支持,通过groovy.jenkinsToken配置项可以方便地设置。
总结
Gitblit 1.10.0是一个以安全性和现代化为主要目标的版本。它不仅修复了多个安全问题,还更新了技术栈,改进了SSH密钥支持,并提升了用户体验。对于现有用户,特别是那些依赖SSH访问或关心系统安全的用户,升级到这个版本是强烈推荐的。新用户则可以享受到更现代化的密钥支持和更稳定的功能体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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