NetAlertX v25.1.8版本发布:自定义设备属性与OpenWRT支持
项目简介
NetAlertX是一款开源的网络状态监测和告警工具,主要用于实时监控网络中的设备状态变化。它能够自动发现网络中的设备,并在设备上线、下线或发生其他状态变化时发送通知。该工具特别适合家庭网络或小型办公环境使用,可以帮助管理员及时了解网络设备状态。
版本亮点
自定义设备属性功能
本次发布的v25.1.8版本最引人注目的新特性是自定义设备属性功能。这个功能解决了用户长期以来的一个痛点:当需要为设备添加额外信息时,系统原有的字段往往无法满足需求。
自定义设备属性允许用户:
- 为每个设备添加任意数量的自定义字段
- 支持多种数据类型(文本、数字、日期等)
- 提供预定义的操作模板
- 未来将根据用户反馈持续扩展功能集
这个功能特别适合需要记录设备额外信息的场景,比如:
- 记录设备的保修信息
- 添加设备位置备注
- 标注设备责任人
- 记录设备采购日期等
OpenWRT设备支持
另一个重要更新是新增了对OpenWRT路由器的支持。通过新开发的LUCIRPC插件,NetAlertX现在可以直接从OpenWRT路由器导入设备信息。这个功能由社区贡献者vaga9938开发实现,大大扩展了NetAlertX的设备兼容性。
其他重要改进
网络扫描优化
-
新增ICMP_IN_REGEX设置项,允许用户通过正则表达式指定需要进行ICMP(ping)扫描的IP地址范围,从而优化扫描性能,加快扫描周期。
-
ICMP插件现在能够正确处理设备的在线状态,解决了之前版本中存在的状态管理问题。
设备管理增强
-
修复了归档设备仍会显示在"我的设备"列表中的问题,使设备管理更加清晰。
-
网络站点选择改为下拉菜单形式,简化了操作流程。
-
设备详情页面现在会正确显示同步节点字段。
插件系统改进
-
新增WOL(Wake-On-Lan)插件,可以自动对下线设备发送唤醒信号。
-
FREEBOX插件增强了设备解析的健壮性,减少了错误发生。
-
Mikrotik设备在MKSCAN插件中的自定义命名功能得到修复和优化。
技术细节更新
-
日志系统改进:修复了当/app/log目录被挂载时,安装过程无法创建/app/log/plugins子目录的问题。
-
内部架构调整:重构了设备属性存储机制,为自定义属性功能提供支持。
总结
NetAlertX v25.1.8版本通过引入自定义设备属性和OpenWRT支持两大核心功能,显著提升了工具的实用性和灵活性。同时,多项细节改进使系统更加稳定易用。这些更新使得NetAlertX在网络状态监测领域的竞争力进一步增强,特别是对于需要精细管理网络设备的用户来说,这个版本提供了更多可能性。
对于现有用户,建议尽快升级以体验新功能;对于新用户,这个版本提供了更完善的功能集,是开始使用NetAlertX的好时机。
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-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
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