NodeBB社交平台中Akkoma与Mitra账户的远程关注问题解析
2025-05-16 02:29:08作者:郦嵘贵Just
在分布式社交网络平台NodeBB的开发过程中,开发团队发现并解决了两个影响用户远程关注功能的重要技术问题。这些问题主要涉及Akkoma和Mitra账户之间的互动,其根本原因与ActivityPub协议实现中的ID处理机制有关。
问题背景
在联邦式社交网络架构中,不同实例间的用户互动通过ActivityPub协议完成。当用户尝试关注(Follow)另一个实例上的账户时,系统会生成并发送一个Follow活动(Activity)。然而,NodeBB在此过程中遇到了两个关键的技术障碍。
问题一:缺失Follow活动的ID字段
第一个问题是NodeBB在发送Follow活动时没有包含必要的ID字段。在ActivityPub协议中,每个活动都应该具有唯一的标识符(ID),这对于联邦网络中的活动追踪和去重至关重要。缺少ID会导致接收方实例无法正确识别和处理关注请求。
问题二:对象ID与活动来源不匹配的严格验证
第二个问题更为复杂。NodeBB原本实施了严格的安全检查:当活动中的对象ID与活动来源不匹配时,系统会完全拒绝该活动。这种设计虽然提高了安全性,但却带来了兼容性问题:
- 许多符合标准的实现无法正常工作
- 与合规实现的交互会中断
- 限制了系统的互操作性
解决方案
开发团队针对这两个问题实施了以下改进措施:
-
完善Follow活动结构:确保所有Follow活动都包含必要的ID字段,使接收方能够正确识别和处理请求。
-
改进对象验证机制:不再简单地拒绝ID不匹配的活动,而是采用更智能的处理方式:
- 当检测到对象ID与活动来源不匹配时,系统会将对象精简为仅包含其ID
- 然后从原始来源获取完整的对象信息
- 这种处理方式既保持了安全性,又提高了兼容性
未来优化方向
开发团队还注意到FEP-8b32建议(联邦增强建议)的相关内容。该建议如果最终确定并实施,将允许系统在对象签名有效的情况下跳过额外的下载步骤,进一步提高效率。这为NodeBB未来的性能优化指明了方向。
技术意义
这些改进不仅解决了Akkoma和Mitra账户间的特定问题,更重要的是:
- 提升了NodeBB与各类ActivityPub实现的兼容性
- 在安全性和功能性之间找到了更好的平衡点
- 为后续的协议扩展和优化奠定了基础
通过这次问题解决过程,NodeBB在联邦社交网络领域的成熟度又向前迈进了一步,为用户提供了更稳定、更兼容的跨实例社交体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137