LinkAce v2.1.4版本发布:API增强与权限优化
LinkAce是一款开源的链接管理工具,它允许用户保存、组织和共享网络书签。作为一个自托管的解决方案,LinkAce提供了类似Pocket或Raindrop.io的功能,但完全由用户自己掌控数据。最新发布的v2.1.4版本主要针对API验证机制和系统权限进行了优化改进。
API头部验证机制增强
本次更新中,LinkAce对API的POST、PATCH和DELETE请求新增了content-type和accept头部的强制验证。这一改进确保了API请求能够被正确处理,避免因头部信息缺失导致的数据解析问题。
对于开发者而言,这意味着在使用LinkAce API进行创建、更新或删除操作时,必须确保请求中包含正确的头部信息。具体来说:
content-type头部用于指定请求体的数据格式accept头部用于声明客户端期望接收的响应格式
如果客户端未能提供这些必要的头部信息,服务器将返回415 HTTP状态码(不支持的媒体类型)。这一变更虽然可能需要对现有集成进行小幅调整,但将显著提高API的健壮性和一致性。
内部链接显示优化
v2.1.4版本修复了内部或私有链接在标签和列表页面显示的问题。此前版本中,这些特殊权限设置的链接可能无法正确显示在相关页面上。改进后,系统将根据用户权限正确展示所有可见链接,同时保持对非授权用户的隐藏。
数据库密码兼容性提升
安装过程中的数据库连接配置现在能够更好地处理包含特殊字符的密码。这一改进解决了部分用户在安装过程中因密码复杂度导致的连接失败问题,提高了系统的兼容性和易用性。
存储目录权限调整
针对Docker和PHP发布包,LinkAce优化了storage目录的权限设置。这一变更确保了在不同部署环境下,应用程序都能正确读写必要的存储文件,同时保持适当的安全限制。
依赖项更新
作为常规维护的一部分,v2.1.4版本更新了项目依赖的第三方库,以获取最新的安全补丁和功能改进。这些更新在保持系统稳定性的同时,提供了更好的性能和安全性。
升级建议
对于现有用户,升级到v2.1.4版本是推荐的,特别是那些:
- 使用API集成的用户,需要确保客户端发送正确的头部信息
- 在标签和列表页面遇到链接显示问题的用户
- 使用复杂数据库密码或在安装过程中遇到连接问题的用户
升级过程与往常一样简单,只需替换应用程序文件并运行数据库迁移即可。对于Docker用户,更新容器镜像即可完成升级。
LinkAce持续致力于提供稳定、安全的链接管理解决方案,v2.1.4版本的这些改进进一步提升了系统的可靠性和用户体验。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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