Tracecat 0.32.0版本发布:安全自动化平台的重大更新
Tracecat是一个专注于安全自动化的开源平台,旨在帮助安全团队高效处理安全事件、自动化响应流程。该平台提供了丰富的工作流编排能力,支持与多种安全工具的集成,使安全运营更加智能化和自动化。
核心变更与架构调整
本次0.32.0版本带来了多项重要更新,其中最显著的是移除了Podman集成及相关基础设施。这一决策反映了项目团队对安全性和可管理性的重新考量。对于需要运行第三方脚本或潜在不安全代码/容器的场景,Tracecat现在建议用户申请NFR企业许可证,该许可证提供在Kubernetes沙箱环境中执行这些操作的能力。
新增集成功能
-
案例管理增强:新增了获取和列出案例的功能,为安全事件管理提供了更完整的支持。这使得安全团队能够更系统地追踪和处理安全事件。
-
Kubernetes执行能力:新增了在Kubernetes集群中执行Pod命令的功能(#1039),为容器化环境的安全运维提供了更多可能性。
-
OpenCTI集成:新增了对OpenCTI威胁情报平台的支持(#1041),使安全团队能够直接将威胁情报数据整合到自动化工作流中,提升威胁检测和响应能力。
用户体验改进
-
表格状态持久化:通过将表格状态存储在本地存储中(#1042),用户在不同会话间的浏览体验得到了显著提升。
-
案例面板优化:使用查询参数来管理案例面板(#1040),使页面导航更加直观和可预测。
-
工作流触发改进:现在可以将案例ID直接传递到工作流触发器中(#1038),简化了案例相关自动化流程的配置。
-
案例编辑器增强:对案例编辑器进行了多项改进(#1037),提升了用户编辑和管理安全案例的效率。
技术优化与问题修复
-
Next.js更新:升级了Next.js框架并进行了多项UI修复和小幅调整(#1047),确保平台保持最新的技术栈和最佳的用户体验。
-
Prometheus地址冲突:修复了Prometheus地址已被使用时的问题(#1048),提高了监控组件的稳定性。
-
Temporal搜索属性:在FastAPI生命周期中为API添加了Temporal搜索属性(#1046),优化了工作流引擎的搜索和查询能力。
总结与展望
Tracecat 0.32.0版本在功能丰富性和系统稳定性方面都取得了显著进步。通过移除Podman支持并转向更安全的Kubernetes沙箱环境,项目团队展现了对安全性的高度重视。新增的OpenCTI集成和Kubernetes执行能力扩展了平台的应用场景,而用户体验的持续优化则使安全团队能够更高效地完成日常工作。
随着安全自动化领域的不断发展,Tracecat正通过定期更新和功能增强,逐步成为一个更加成熟和全面的安全自动化平台。未来版本很可能会继续扩展集成能力,并进一步优化工作流编排和执行的灵活性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00