Ejabberd 对 XEP-0425 0.3.0 版本的支持实现
2025-06-04 09:05:40作者:伍霜盼Ellen
背景介绍
Ejabberd 作为一款成熟的 XMPP 服务器,一直保持着对 XMPP 扩展协议(XEP)的良好支持。在群组聊天(MUC)功能中,消息撤回机制是维护聊天环境秩序的重要功能。XEP-0424 定义了基本的消息撤回功能,而 XEP-0425 则扩展了管理员对他人消息的撤回能力。
协议演进
XEP-0425 协议从 0.2.1 版本演进到 0.3.0 版本,主要带来了以下变化:
- 命名空间从
urn:xmpp:message-moderate:0升级为urn:xmpp:message-moderate:1 - 简化了消息撤回的格式,不再强制依赖消息加速(XEP-0421)机制
- 明确了消息ID的传递方式
技术实现细节
Ejabberd 通过修改 mod_muc_room 模块来支持新版本协议。关键修改包括:
- 新增了对直接包含
message_moderate元素的处理逻辑 - 兼容新旧两种消息ID传递方式
- 正确处理撤回请求中的原因说明
实现的核心逻辑是解析管理员发送的撤回请求,提取目标消息ID,然后通过MAM(消息归档)模块执行实际的撤回操作。
使用示例
管理员可以通过发送以下格式的IQ请求来撤回群组中的消息:
<iq type='set' to='room@conference.example.com' id='retract-request'>
<moderate xmlns='urn:xmpp:message-moderate:1'>
<retract id="message-id" xmlns='urn:xmpp:message-retract:1'/>
<reason>撤回原因说明</reason>
</moderate>
</iq>
兼容性考虑
Ejabberd 的实现保持了向后兼容性,能够同时处理:
- 旧版通过消息加速机制传递的撤回请求
- 新版直接包含在moderate元素中的撤回请求
这种设计确保了不同版本客户端之间的互操作性。
实际应用价值
这项改进使得:
- 管理员可以更高效地管理群组聊天内容
- 客户端实现变得更加简单直接
- 提升了整个撤回机制的可扩展性和可维护性
对于需要严格内容管理的企业或教育场景,这项功能尤为重要。
总结
Ejabberd 对 XEP-0425 0.3.0 的支持体现了项目对XMPP标准持续跟进的承诺。这一改进不仅提升了功能完整性,也优化了协议实现的简洁性,为开发者提供了更清晰的使用接口,最终为用户带来更稳定可靠的消息管理体验。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
660