NetAlertX v25.3.1 版本发布:全新文档门户与OMADA插件升级
NetAlertX 是一款开源的网络状态监测工具,主要用于实时监测网络设备状态变化并发送告警通知。该项目通过插件机制支持多种网络设备的数据采集,并提供丰富的通知渠道,帮助管理员及时掌握网络环境中的设备变动情况。
全新文档门户上线
本次发布的 v25.3.1 版本带来了全面升级的文档门户系统。新文档系统经过重新设计,显著改善了搜索功能和导航体验,使用户能够更快速、更准确地找到所需的技术资料。文档结构的优化使得新手用户能够更容易上手,同时也为高级用户提供了更深入的技术参考。
OMADA插件全新加入
此次更新中,社区贡献者@xfilo开发的全新OMADA插件(OMDSDNOPENAPI)被正式纳入项目。该插件通过OpenAPI接口与OMADA SDN控制器通信,实现了对OMADA网络设备的监测能力。插件经过多次迭代优化,包括重构数据收集逻辑为类结构、增强日志记录功能以及改进代码注释清晰度,确保了稳定性和可维护性。
MQTT插件功能增强
MQTT插件在此版本中获得了重要升级,现在可以向Home Assistant的device tracker对象发送更多设备属性。这一改进使得用户能够在Home Assistant中进行更精细化的设备筛选和管理,为智能家居与网络监测的集成提供了更多可能性。
通知系统改进
NTFY插件现在支持令牌认证功能,增强了通知系统的安全性。这一改进使得用户可以在保证通信安全的前提下,继续享受NTFY提供的轻量级通知服务。
用户体验优化
在用户界面方面,开发团队移除了设备下拉菜单中一些不必要的默认值,简化了操作流程。同时,针对新设备命名规则,增加了对点号(.)处理的更多控制选项,用户现在可以根据个人偏好选择保留或移除设备名称中的点号。
容器镜像分发策略调整
考虑到镜像仓库的拉取限制问题,项目现在同时在GitHub Container Registry(GHCR)上提供容器镜像。这一变化确保了用户在不同环境下都能可靠地获取到最新的项目镜像。
社区发展
NetAlertX的Discord社区已接近100名成员,显示出项目日益增长的受欢迎程度。社区成员@im-redactd还为OPNsense用户贡献了一个实用脚本,能够生成与DHCPLSS插件兼容的dnsmasq租约文件,进一步丰富了项目的生态系统。
这一版本的发布标志着NetAlertX在网络监测领域的持续进步,新功能的加入和现有功能的优化将帮助用户更好地管理和监测他们的网络环境。
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