Mbed TLS 4.0/1.0版本中废弃加密组件配置的清理
在Mbed TLS密码学库从3.x版本演进到4.0/1.0版本的过程中,开发团队对代码库进行了一系列架构优化和功能重构。作为这一演进过程的一部分,项目决定从components-configuration-crypto.sh配置脚本中移除五个不再相关的组件配置选项。
被移除的组件配置项
-
build_crypto_default
这个配置项原本用于构建默认的密码学功能集合,但在新版本中,默认构建行为已经通过其他更精细的配置机制实现,不再需要这个单独的开关。 -
build_crypto_full
类似地,这个用于构建"完整"密码学功能的选项也被移除。新版本采用了更模块化的配置方式,开发者可以通过选择特定算法和功能来定制构建,而不是简单地选择"完整"模式。 -
build_module_alt
这个选项原本用于构建替代实现模块(alternative implementations),现在已被更具体的硬件加速模块接口配置所取代。 -
test_se_default
安全元素(SE)的默认测试配置在新版本中被更全面的测试框架替代,不再需要这个单独的测试选项。 -
build_no_pk_rsa_alt_support
这个用于禁用RSA替代实现的选项在新版本中变得多余,因为RSA支持现在通过更精细的配置选项控制。
技术背景与影响
这些变更反映了Mbed TLS在4.0/1.0版本中的几个重要架构改进方向:
-
配置粒度细化
新版本提供了更细粒度的配置选项,允许开发者精确选择需要的算法和功能,而不是依赖"default"或"full"这样的笼统选项。 -
模块化设计增强
通过移除build_module_alt这样的通用选项,项目转向了更明确的硬件加速模块接口定义,使不同硬件平台的集成更加规范。 -
测试框架现代化
测试配置的简化是测试框架整体改进的结果,新框架能够自动适应不同的构建配置,不再需要手动指定测试模式。 -
算法支持策略调整
对于RSA等算法的支持控制现在集成在更统一的算法选择机制中,减少了特殊配置项的需求。
开发者迁移建议
对于从旧版本迁移的开发者,需要注意:
-
如果之前依赖这些配置选项,需要检查新版本的配置文档,找到对应的新配置方式。
-
构建脚本需要更新,移除对这些废弃选项的引用。
-
测试流程可能需要调整,以适应新的测试框架行为。
这些变更是Mbed TLS持续优化的一部分,旨在提供更清晰、更可维护的代码库,同时保持高度的配置灵活性。虽然短期内可能需要一些适应,但从长期来看,这些改进将使库更易于使用和维护。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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