TacticalRMM v1.0.0 重大版本发布:跨平台任务管理与监控增强
2025-06-15 13:40:01作者:邬祺芯Juliet
TacticalRMM 是一款开源的远程监控与管理平台,专为IT运维团队设计,提供强大的设备管理、自动化任务执行和系统监控功能。最新发布的v1.0.0版本标志着该项目的一个重要里程碑,引入了多项关键功能增强,特别是跨平台支持和监控系统的重大改进。
跨平台任务管理支持
本次版本最显著的改进是实现了对Linux和macOS系统的任务管理支持。在此之前,TacticalRMM的任务功能主要面向Windows平台,现在运维团队可以:
- 在Linux和macOS设备上创建、调度和执行自动化任务
- 使用统一界面管理混合环境中的各类设备
- 实现跨平台的标准运维流程
这一功能需要配合v2.9.0及以上版本的代理程序使用。对于管理异构环境的IT团队来说,这大大简化了运维工作流程,无需再为不同平台维护不同的任务管理系统。
健康监控端点升级(v2)
监控是任何运维平台的核心功能,v1.0.0版本对内置的健康监控端点进行了全面升级:
- 引入了全新的监控端点v2版本,提供更结构化的数据输出
- 旧版端点被标记为废弃,将在未来版本中移除
- 新版端点改进了数据格式和可扩展性,为未来的监控功能扩展奠定基础
建议所有用户尽快迁移到v2端点,以确保未来版本的兼容性。新版端点提供了更清晰的指标分类和更灵活的查询能力,特别适合与第三方监控系统集成。
检查任务的随机抖动配置
为了解决"雷群问题"(thundering herd problem),新版本增加了可配置的随机抖动功能:
- 允许为各类检查任务设置随机延迟
- 避免大量设备同时发起检查导致的服务器负载峰值
- 可通过配置文件灵活调整抖动范围
这一改进特别适合大规模部署环境,能够平滑检查任务对后端服务的压力,提高系统整体的稳定性和响应能力。
其他重要改进
除了上述主要功能外,v1.0.0版本还包含多项实用改进:
- 修复了服务器脚本中代码片段执行的问题,提高了自动化脚本的可靠性
- 代理备注信息现在可纳入报告模块查询,增强了历史记录的可追溯性
- 系统发出的邮件现在包含日期头信息,改善了邮件日志的合规性
- 多项依赖库更新,提升了系统安全性和性能
升级建议
作为项目的第一个正式大版本,v1.0.0带来了显著的架构改进和功能增强。对于现有用户,建议:
- 首先升级代理程序到v2.9.0及以上版本以支持新功能
- 按照官方文档逐步迁移到监控端点v2
- 根据环境规模合理配置检查任务的随机抖动参数
- 测试跨平台任务功能在非Windows环境中的表现
对于新用户,v1.0.0版本提供了更完整的功能集和更稳定的基础,是开始部署的理想选择。该版本标志着TacticalRMM项目进入了成熟阶段,为未来的功能扩展奠定了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868