CryptPad 2025春季版本发布:模块化重构与性能优化
项目简介
CryptPad是一个开源的端到端加密协作平台,提供类似Google Docs的实时协作功能,但所有数据都在客户端加密后才发送到服务器。它支持文档、表格、幻灯片、看板、表单等多种协作工具,特别适合对隐私和安全有高要求的团队和个人使用。
2025.3.0版本核心改进
架构重构与性能优化
本次发布的2025.3.0版本标志着CryptPad代码库开始进行重要的模块化重构工作。最显著的改进是针对拥有大型驱动器或团队的用户的性能优化:
-
按需加载机制:现在系统不再在打开文档前加载用户所有的驱动器和共享文件夹,而是采用按需加载的方式,大幅提升了大型账户的响应速度。
-
共享工作线程(SharedWorker)重构:引入了
worker.bundle.min.js文件,将所有共享工作线程代码打包成一个经过构建和压缩的单一文件。这个工作线程是所有CryptPad标签页共用的,优化后能提供更快的数据请求处理速度。
管理员功能增强
-
管理员管理界面:现在可以直接在用户界面中添加和移除管理员,不再需要手动修改配置文件。
-
服务器进程管理:新增配置选项,允许在完成一定数量的任务后自动重新加载服务器子进程,有助于长期运行的稳定性。
-
内存优化:改进了文档历史记录的访问方式,减少了服务器内存的使用量。
移动端体验提升
-
代码编辑器预览模式:现在移动设备上的代码应用也支持预览模式了。
-
看板和表单移动操作:在看板和表单应用中添加了专门的移动端按钮,使得在手机上移动看板项和问题块变得更加容易。
-
小屏幕适配:改进了个人资料页面在小屏幕设备上的布局显示。
其他重要改进
-
文件排序:驱动器中文件和文件夹现在采用"自然"排序方式,使数字编号的文件排序更加符合直觉。
-
OnlyOffice配置:增加了更多OnlyOffice的配置选项,包括紧凑标题栏、隐藏右侧菜单和明暗主题设置。
-
错误处理:增加了更多描述性的错误信息,帮助用户更好地理解遇到的问题。
-
无障碍访问:添加了跳过链接(Skip Link)功能,改进了键盘导航体验,特别是通知侧边栏的键盘操作。
安全修复与注意事项
此版本包含重要的安全修复,建议所有实例管理员尽快升级。特别值得注意的是:
-
移除了Nginx对OCSP Stapling的支持,这是出于安全考虑做出的调整。
-
修复了Blob资源的Access-Control-Allow-Origin头部问题,增强了跨域安全性。
-
解决了Chromium浏览器上大文件上传失败的问题。
升级指南
升级过程相对简单:
- 停止服务器
- 获取最新代码并安装依赖
- 重新启动服务器
- 检查实例的健康检查页面确保所有测试通过
对于使用SSO插件的用户,建议同时更新到0.2.0版本,该版本新增了通过管理界面配置SSO设置的功能。
未来展望
虽然原计划在此版本中升级OnlyOffice应用到8.0版本,但由于集成过程中发现了一些关键性bug,团队决定推迟这一更新。OnlyOffice 8.0的升级将在后续的2025.3.1版本中发布,届时会确保升级过程的稳定性和可靠性。
总的来说,2025.3.0版本为CryptPad奠定了更好的架构基础,后续版本将继续沿着模块化和性能优化的方向前进,为用户提供更快速、更稳定的协作体验。
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