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。
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