Posh-ACME v4.29.0 版本发布:新增DNS插件与关键功能优化
Posh-ACME 是一个基于 PowerShell 的 ACME 客户端工具,主要用于自动化获取和管理 Let's Encrypt 等 CA 机构颁发的 SSL/TLS 证书。该项目简化了证书申请、续订和管理的流程,特别适合在 Windows 服务器环境中使用。
新增DNS插件支持
本次 v4.29.0 版本新增了对两家 DNS 服务提供商的支持:
-
Netcup DNS 插件
德国知名主机服务商 Netcup 的用户现在可以直接通过 Posh-ACME 完成 DNS 验证流程。该插件支持 Netcup 的 API 接口,能够自动创建和删除用于域名验证的 TXT 记录。 -
TransIP DNS 插件
荷兰域名注册商 TransIP 的用户现在也可以使用 Posh-ACME 进行自动化证书管理。该插件由社区贡献者开发,支持 TransIP 的 API 接口。
这两个新插件的加入进一步扩展了 Posh-ACME 的兼容性范围,使更多用户能够利用自动化方式管理 SSL 证书。
重要功能改进
Let's Encrypt 联系人参数处理优化
本次更新引入了一个重要的 -IgnoreContact 开关参数,专门用于解决 Let's Encrypt 用户可能遇到的问题:
- 背景:Let's Encrypt 关闭了其自动邮件警告服务后,某些情况下会导致每次续订都创建一个新账户
- 解决方案:
Set-PAServer命令新增的-IgnoreContact开关可以忽略相关函数中的-Contact参数 - 影响:
- 新安装且使用 Let's Encrypt 的用户将默认启用此选项
- 现有用户需要手动启用该选项,或者在使用 Let's Encrypt ACME 端点时停止使用
-Contact参数
Azure 插件增强
Azure DNS 插件新增了 AZAccessTokenSecure 参数,提供了更安全的方式来处理访问令牌,增强了凭证管理的安全性。
Windows 插件改进
Windows 证书存储插件新增了两个实用开关:
WinSkipCACheck:跳过 CA 检查,在某些特殊环境下可能有用WinNoCimSession:禁用 CIM 会话,由社区贡献者添加,解决了某些特定环境下的兼容性问题
问题修复与优化
本次版本还包含多项问题修复和优化:
- 安全改进:修复了证书 PFX 密码在调试日志和详细输出中可能以明文显示的问题
- 订单处理优化:修复了
New-PACertificate中可能导致不必要创建新订单的问题,现在会优先使用现有的未完成订单 - 配置文件切换:修复了切换配置文件时与现有订单匹配相关的几个小问题
- 兼容性增强:为 GoDaddy 的 ACME 实现添加了非标准订单响应的工作区
- PowerDNS 插件:修复了使用有限权限 API 密钥时的兼容性问题
总结
Posh-ACME v4.29.0 版本通过新增 DNS 插件支持、优化 Let's Encrypt 集成、增强安全性和修复多个问题,进一步提升了工具的实用性和稳定性。特别是对于使用 Let's Encrypt 服务的用户,强烈建议关注 -IgnoreContact 开关的相关变更,以避免账户管理方面的问题。
对于 Azure 和 Windows 环境用户,新版本也提供了更多配置选项,使得证书管理更加灵活。项目持续保持着活跃的开发状态,不断吸收社区贡献,是 Windows 环境下自动化证书管理的优秀选择。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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