Fess 15.0.0 发布:全面支持 OpenSearch 3.0 的企业级搜索引擎升级
Fess 是一个基于 Java 的开源企业搜索引擎,它提供了强大的全文检索功能和灵活的文档爬取能力。作为一个独立于数据库的搜索解决方案,Fess 能够轻松集成到各种企业环境中,帮助用户快速构建高性能的搜索服务。最新发布的 Fess 15.0.0 版本标志着该项目的一个重要里程碑,它不仅全面支持 OpenSearch 3.0,还在用户体验、系统架构和安全性方面做出了显著改进。
OpenSearch 3.0 深度集成
Fess 15.0.0 最核心的升级是对 OpenSearch 3.0 的全面支持。OpenSearch 作为 Elasticsearch 的分支,在 3.0 版本中引入了多项性能优化和新特性。Fess 团队为此进行了深度适配:
-
插件兼容性重构:专门为 OpenSearch 3.0 开发了
opensearch-analysis-fess插件,确保分词和分析功能的无缝衔接。 -
API 层重构:重写了与 OpenSearch 交互的底层 API,充分利用 OpenSearch 3.0 的新特性,如改进的聚合功能和安全性增强。
-
包结构调整:将内部代码中所有与 Elasticsearch 相关的包引用更新为 OpenSearch 对应版本,确保长期兼容性。
现代化用户界面升级
Fess 15.0.0 在前端技术栈上进行了全面革新:
-
框架升级:采用 Bootstrap 5.3 和 AdminLTE 3.2 构建管理界面,jQuery 升级至 3.7.1 版本,提供了更现代的 UI 组件和交互体验。
-
无障碍访问:全面增强了对屏幕阅读器等辅助技术的支持,包括完善的 ARIA 属性和语义化 HTML 结构。
-
打印优化:重新设计了搜索结果打印视图,确保打印输出的可读性和专业性。
-
云环境适配:改进了索引设置界面,特别优化了在 AWS 等云环境下的显示和配置体验。
系统架构与性能优化
在系统架构层面,Fess 15.0.0 进行了多项重要改进:
-
配置管理增强:为
fess_config.properties文件添加了详尽的注释说明,使系统配置更加透明易懂。 -
代码清理:移除了大量已弃用的代码和过时的管理接口升级路径,使代码库更加精简高效。
-
RESTful API 规范化:重构了管理 API 的 HTTP 方法使用,使其更加符合 REST 设计原则。
-
构建系统优化:解决了 Maven 构建过程中的各种警告,并减少了不必要的日志输出。
爬虫与日志系统改进
作为搜索引擎的核心组件,爬虫和日志系统得到了重点优化:
-
URL 爬取策略:新增了 URL 爬取顺序配置选项,允许管理员根据业务需求调整爬取优先级。
-
HTML 解析增强:改进了 HTML 链接提取算法,支持基于标签属性的更精细控制。
-
序列化优化:引入 Kryo 序列化框架处理爬虫临时数据,显著提高了数据处理效率。
-
日志处理:优化了搜索日志队列和批处理机制,同时增强了异常日志的详细信息记录。
安全性与集成能力提升
Fess 15.0.0 在安全性方面做出了多项改进:
-
响应头控制:通过
HttpHeaderSecurityFilter实现了可配置的 HTTP 安全头设置,增强了抵御常见 Web 攻击的能力。 -
LDAP 集成:新增了对
sAMAccountName属性的支持,使 Active Directory 集成更加灵活。 -
请求处理加固:改进了请求验证机制,并通过
DataSerializer增强了数据序列化的安全性。
开发与部署环境更新
为保持技术栈的现代性,Fess 15.0.0 更新了基础运行环境要求:
-
Java 21 支持:全面适配最新的 Java LTS 版本,利用现代 JVM 特性提升性能。
-
Tomcat 10.1 兼容:确保与最新应用服务器版本的兼容性。
-
CI/CD 升级:更新了 GitHub Actions 工作流,测试环境现在包括 macOS 14 等最新平台。
升级建议与展望
Fess 15.0.0 作为一个重要版本更新,建议现有用户进行规划升级。特别是那些计划迁移到 OpenSearch 3.x 系列的用户,这个版本提供了完美的过渡路径。开发团队建议用户在升级前:
-
仔细阅读新版配置文件注释,了解新增配置项和变更项。
-
测试环境先行验证,特别是自定义插件和爬取规则的兼容性。
-
评估 Java 21 运行环境的需求,确保生产环境兼容性。
展望未来,Fess 项目将继续沿着现代化企业搜索解决方案的方向发展,在云原生支持、AI 增强搜索和更精细的权限控制等方面持续创新。Fess 15.0.0 为这一发展路线奠定了坚实的基础。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust011
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00