NodeBB中Actor对象的`@context`缺少安全词汇表声明
在NodeBB的ActivityPub实现中,发现了一个关于JSON-LD上下文声明的技术细节问题。当NodeBB通过ActivityPub协议暴露用户或分类的Actor对象时,其JSON-LD的@context属性中缺少了关键的安全词汇表声明https://w3id.org/security/v1。
JSON-LD上下文在ActivityPub协议中扮演着至关重要的角色。它定义了文档中使用的术语和数据类型,使不同系统能够正确解释JSON对象的结构和语义。在ActivityPub实现中,https://w3id.org/security/v1上下文特别重要,因为它包含了与安全相关的词汇定义,特别是公钥信息的描述。
具体来说,NodeBB的Actor对象中包含publicKey字段及其子字段(如publicKeyPem等),这些字段正是定义在安全词汇表中的。缺少相应的上下文声明会导致严格遵循JSON-LD规范的联邦宇宙(Fediverse)实现无法正确解析这些安全相关的字段。
这个问题最初是由于开发者对JSON-LD上下文机制的理解偏差导致的。开发者误以为包含某个上下文URL就意味着声明支持该规范的所有功能,因此出于谨慎考虑移除了未完全理解的上下文声明。实际上,JSON-LD上下文机制更加灵活——它只声明文档中可能使用的术语和类型,而不代表实现必须支持上下文中的所有功能。
从技术实现角度看,修复这个问题相对简单,只需在Actor对象的@context数组中添加https://w3id.org/security/v1即可。NodeBB团队已经将这个修复应用到用户和分类两种Actor对象中,确保了与其他ActivityPub实现的更好兼容性。
这个案例也提醒我们,在实现开放协议时,准确理解规范中的每个技术细节非常重要。特别是在联邦宇宙这样的分布式系统中,微小的实现差异可能导致互操作性问题。JSON-LD作为ActivityPub的基础技术之一,其上下文机制的正确使用对于确保不同平台间的顺畅通信至关重要。
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