Buildkite Agent v3.94.0 版本发布:安全增强与功能优化
Buildkite Agent 是一个开源的持续集成和持续交付(CI/CD)代理程序,它允许开发者在自己的基础设施上运行构建作业。作为 Buildkite 平台的核心组件,Agent 负责执行构建任务、管理工作流程以及与 Buildkite 服务进行通信。
本次发布的 v3.94.0 版本带来了多项重要改进,特别是在安全性和日志记录方面有所增强,同时也包含了一些依赖项的更新和新的构建配置支持。
安全增强:多行密钥的完整保护
本次版本最重要的改进之一是修复了多行密钥(secrets)在单行输出时的脱敏问题。在之前的版本中,当多行密钥被打印为单行时,可能存在未能完全脱敏的风险。v3.94.0 通过改进密钥处理逻辑,确保无论密钥以何种形式输出,都能得到完整的保护。
这一改进对于使用多行环境变量(如 SSH 私钥或证书)的用户尤为重要,它确保了敏感信息不会意外泄露到构建日志中。
日志记录优化
健康检查日志级别调整
健康检查处理器(healthHandler)的日志级别从默认级别调整为调试级别(debug)。这一变更减少了正常运行时的不必要日志输出,使日志更加简洁,同时保留了调试时查看健康检查请求的能力。
构建URL记录
为了增强可追溯性,Agent 现在会在日志中记录构建的 URL。这一改进使得在排查问题时能够更快速地定位到具体的构建,特别是在处理多个并发构建时尤为有用。
构建系统支持
Bazel 构建配置
v3.94.0 版本引入了对 Bazel 构建系统的初步支持。Bazel 是一个快速、可扩展的多语言构建工具,被许多大型项目采用。这一新增功能为使用 Bazel 的团队提供了更好的集成体验。
依赖项更新
项目持续保持依赖项的更新,本次版本升级了多个依赖项,包括:
- 将 Go 版本升级至 1.23.0(工具链版本为 go1.23.7)
- 更新了多个第三方库依赖
这些更新不仅带来了性能改进和安全修复,也确保了项目能够利用 Go 语言最新的特性和优化。
跨平台支持
Buildkite Agent 继续保持其出色的跨平台支持能力,为以下平台提供了预构建的二进制包:
- Darwin (macOS) - amd64 和 arm64 架构
- Linux - 支持多种架构,包括 amd64、arm、arm64、ppc64le 等
- Windows - 386、amd64 和 arm64 架构
- 其他 BSD 系统 - FreeBSD、NetBSD 和 OpenBSD
这种广泛的平台支持使得 Buildkite Agent 能够在各种环境中部署和使用,满足不同团队的基础设施需求。
总结
Buildkite Agent v3.94.0 版本通过安全增强、日志优化和新功能添加,进一步提升了其作为 CI/CD 代理的可靠性和可用性。特别是对多行密钥脱敏的改进,体现了项目对安全性的高度重视。对于现有用户,建议评估升级以获得这些改进带来的好处;对于新用户,这一版本提供了更完善的构建代理解决方案。
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