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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C031
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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