Pwndoc v1.2.0版本发布:安全报告工具的重大更新
Pwndoc是一款开源的渗透测试报告生成工具,它能够帮助安全团队高效地创建专业的安全评估报告。该工具提供了丰富的模板功能、问题库管理以及团队协作能力,是安全从业人员的重要辅助工具。近日,Pwndoc发布了v1.2.0版本,带来了一系列重要的功能改进和安全增强。
自定义过滤器与子模板功能的增强
在v1.2.0版本中,Pwndoc对自定义过滤器和子模板功能进行了显著改进。现在,用户可以直接在UI界面中使用定义在subTemplatingFilters对象中的过滤器。例如,用户可以在报告中直接使用{_{company.name | upper}_}这样的语法来应用大写转换过滤器。
这一改进使得模板编辑更加直观和便捷,减少了在代码层面进行修改的需求。不过需要注意的是,如果用户之前已经在backend/src/lib/custom-generator.js中定义了自定义过滤器,现在需要将这些过滤器迁移到新的位置backend/src/lib/custom/report-filters-custom.js。
目前,只有不带参数的简单过滤器可以在subTemplatingFilters对象中定义并在UI中使用。这一限制可能会在未来的版本中解除,为用户提供更灵活的模板处理能力。
评论权限问题的改进
v1.2.0版本还解决了评论功能中的权限问题。开发团队添加了完善的评论权限控制机制,并更新了用户界面,确保只显示用户被允许执行的操作。这一改进增强了团队协作的安全性,防止未经授权的用户对报告评论进行不当操作。
安全性增强
本次更新包含了两个重要的安全改进:
- 修复了一个可能导致安全问题的缺陷(原安全公告编号GHSA-mxw8-vgvx-89hx)
- 解决了另一个潜在的安全隐患(原安全公告编号GHSA-r3vj-47cf-4672)
这些改进进一步提升了Pwndoc的安全性,确保用户在使用过程中不会受到已知问题的影响。作为安全工具本身,Pwndoc团队对自身产品的安全性保持高度关注,定期进行安全审计并及时修复发现的问题。
升级建议
对于现有用户,升级到v1.2.0版本需要注意以下几点:
- 自定义过滤器的迁移工作,确保将原有过滤器定义移动到新的文件位置
- 检查模板中是否使用了新的过滤器语法,确保兼容性
- 测试评论功能,确认权限控制符合预期
新用户可以放心使用这一版本,它包含了最新的功能改进和安全增强。Pwndoc作为一个持续发展的开源项目,v1.2.0版本的发布标志着它在易用性和安全性方面又向前迈进了一步。
对于安全团队和渗透测试人员来说,保持工具的最新版本是确保工作效率和安全性的重要措施。Pwndoc v1.2.0版本的这些改进,特别是模板处理能力的增强,将帮助用户更高效地生成专业的安全报告。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0173
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook099
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239