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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00