Manyfold项目v0.95.0版本发布:增强SMTP配置与关键修复
项目简介
Manyfold是一个开源的3D内容管理平台,专注于为3D创作和协作提供解决方案。该项目采用现代化的技术栈构建,提供了从内容管理到协作分享的全套功能。
版本亮点
最新发布的v0.95.0版本带来了SMTP服务器配置的显著改进以及多个关键问题的修复,特别是解决了影响Linuxserver.io部署版本的重要缺陷。
核心功能更新
增强的SMTP配置选项
-
端口号自定义支持 现在管理员可以灵活配置SMTP服务器的端口号,不再局限于默认端口,适应各种邮件服务提供商的不同要求。
-
SSL证书验证控制 新增了禁用SSL证书验证的选项,这在测试环境或使用自签名证书的内部邮件服务器场景下特别有用。
-
环境变量支持扩展 更多的SMTP配置参数现在可以通过环境变量设置,包括安全协议选择、超时设置等,提升了容器化部署的灵活性。
重要问题修复
-
Linuxserver.io兼容性问题 解决了Ruby 3.3兼容性问题,修复了影响Linuxserver.io v0.93.0和v0.94.0版本的关键缺陷,确保了在这些环境下的稳定运行。
-
密码设置逻辑修复 修正了在没有配置SMTP服务器时创建账户时的密码设置问题,现在可以正确应用管理员提供的初始密码。
-
界面图标显示问题 修复了信息流中图标缺失的问题,提升了用户体验的一致性。
技术架构改进
-
评论系统重构 评论模块已迁移至新的Federails数据实体系统,为未来的功能扩展和性能优化奠定了基础。
-
代码兼容性增强 对代码中的块变量进行了重命名,为后续版本升级减少了潜在的兼容性问题。
部署注意事项
对于使用Docker部署的用户,请注意此版本包含了必要的依赖包更新,解决了之前版本中缺失的包问题。建议所有用户,特别是使用Linuxserver.io镜像的用户尽快升级到此版本。
总结
Manyfold v0.95.0版本虽然是一个小版本更新,但包含了多个对生产环境至关重要的改进。特别是SMTP配置的增强为不同邮件服务环境的集成提供了更多灵活性,而关键问题的修复则显著提升了系统的稳定性。这些改进使得Manyfold在各种部署场景下都能提供更可靠的服务。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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