Passbolt API v5.1.0-rc.1 发布:密码过期与加密元数据功能升级
Passbolt 是一款开源的密码管理解决方案,专注于团队协作场景下的安全密码共享。其核心特点是基于密码学原理构建,所有敏感数据在客户端加密后再传输到服务器,确保即使服务器被攻破也不会泄露用户密码。
本次发布的 Passbolt API v5.1.0-rc.1 版本带来了几项重要更新,标志着该产品在安全性和功能性上的持续演进。作为候选发布版本(Release Candidate),它已经具备生产环境部署的条件,但开发团队仍在收集社区反馈以进行最终优化。
核心功能更新
默认启用密码过期策略
新安装的 Passbolt 实例现在会自动启用密码过期功能。这是一项重要的安全增强措施,强制用户定期更换密码,降低因长期使用同一密码而导致的安全风险。企业级安全实践表明,定期轮换密码能够有效缓解凭证泄露带来的影响。
加密资源元数据功能(Beta)
v5.1.0-rc.1 为所有用户引入了加密资源元数据功能,目前处于 Beta 测试阶段。这项功能允许用户为密码条目添加额外的结构化信息(如服务账号、关联IP等),且这些元数据会像密码本身一样被端到端加密保护。值得注意的是,该功能已被默认启用,体现了开发团队对其稳定性的信心。
技术优化与修复
在底层架构方面,本次更新包含多项技术改进:
-
数据检查命令增强:优化了 datacheck 命令以完整支持 v5 资源格式,确保数据迁移和验证过程的可靠性。
-
日志清理效率提升:修复了 action_logs_purge 命令只能清理100条记录的限制,现在可以高效处理大规模日志数据。
-
URL生成修复:解决了 APP_BASE 变量在 CakePHP URL 生成中被忽略的问题,提高了系统配置的灵活性。
-
API响应优化:在获取元数据密钥时,现在会同时返回创建者信息,便于客户端展示和管理。
-
数据一致性改进:自动为个人资源补全缺失的元数据密钥ID,防止因数据不完整导致的功能异常。
开发环境升级
为保持技术栈的现代性和安全性,本次更新包含多项依赖库升级:
- 将 bacon/bacon-qr-code 升级至 v3.0 版本,提升二维码生成功能
- 采用 league/flysystem v3.29,优化文件系统抽象层
- 更新 Spomky-Labs/otphp 至 v11.3,增强OTP相关功能
- 用 psalm/phar 替代原 vimeo/psalm,改进静态代码分析工具链
此外,测试套件已扩展至支持 PHP 8.4,确保项目能够兼容最新的PHP运行时环境。测试数据包也经过调整,消除了PHP 8.4下的兼容性问题。
总结
Passbolt API v5.1.0-rc.1 通过默认启用密码过期策略和引入加密元数据功能,进一步强化了其作为企业级密码管理解决方案的地位。这些更新不仅提升了系统的安全性,也为用户提供了更丰富的密码管理维度。配套的技术优化确保了系统的稳定性和可维护性,为正式版的发布奠定了坚实基础。
对于考虑部署或升级Passbolt的组织,这个候选版本已经具备生产环境使用条件,但建议在全面推广前进行充分的测试和评估。开发团队期待用户社区的反馈,以进一步完善这个注重安全与协作的开源密码管理方案。
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