Nginx UI v2.0.0-rc.2 发布:迈向稳定版的重要一步
Nginx UI 是一个基于 Web 的 Nginx 服务器管理界面,它为用户提供了图形化的方式来配置和管理 Nginx 服务器,大大简化了 Nginx 的配置过程。项目目前正在开发第二代版本(v2),v2.0.0-rc.2 是该版本的第二个候选发布版,标志着项目向稳定版迈出了重要一步。
安全认证体系全面升级
本次发布对系统的安全认证体系进行了多项重要改进。最显著的是实现了全新的恢复代码生成和验证系统,这一功能为用户在丢失双因素认证设备时提供了可靠的恢复途径。同时,TOTP(基于时间的一次性密码)注册流程也得到了增强,现在前端可以直接生成二维码,简化了双因素认证的设置过程。
在登录安全方面,v2.0.0-rc.2 实现了加密的登录和安装请求处理,有效防止了敏感信息在传输过程中被窃取。这些安全改进使得 Nginx UI 在管理敏感服务器配置时更加可靠。
国际化与用户体验优化
项目持续关注国际化支持,本次更新特别优化了中文翻译,使中文用户能够获得更准确的使用体验。TOTP 设置界面的 UI 也经过了重构,采用了更现代化的设计风格,提升了用户操作的直观性。
对于开发者而言,项目改进了 DevContainer 配置,提供了更友好的开发体验。同时,CI 工作流程也进行了优化,简化了分支同步过程,提高了开发效率。
稳定性修复与架构改进
v2.0.0-rc.2 修复了多个影响稳定性的问题,包括 WebSocket 代理问题和用户管理模块在某些情况下的崩溃问题。这些修复显著提升了系统的可靠性。
在架构层面,项目引入了新的命令系统架构,为未来的功能扩展打下了基础。同时,构建系统现在支持不嵌入前端文件的构建选项,为不同部署场景提供了更多灵活性。
面向未来的准备
作为候选发布版,v2.0.0-rc.2 的主要目标是收集社区反馈,为即将到来的稳定版做准备。项目团队特别重视用户报告的问题和建议,鼓励用户积极参与测试和反馈。
值得注意的是,从 v2.0.0-beta.36 开始,用户需要明确指定日志存储目录,这一变更增强了安全性,确保只有指定目录中的日志可以被在线查看。同时,配置文件结构也发生了变化,新版本会自动进行迁移,但需要确保 Nginx UI 有修改配置文件的权限。
Nginx UI v2 版本带来了众多新特性,包括节点管理、远程服务器配置部署、多语言支持、改进的证书管理、双因素认证等。这些功能使得 Nginx 服务器的管理更加全面和便捷。
随着 v2.0.0-rc.2 的发布,Nginx UI 距离稳定版又近了一步。项目团队通过持续的改进和优化,致力于为用户提供一个功能强大、安全可靠的 Nginx 管理解决方案。对于正在使用或考虑使用 Nginx UI 的用户来说,这个候选发布版值得关注和测试。
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-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