OpenZiti 1.4.0版本发布:高可用与事件系统全面升级
OpenZiti是一个开源的零信任网络解决方案,它通过内置的智能和安全功能,为应用程序和服务提供安全的网络连接。1.4.0版本带来了多项重要改进,特别是在高可用性(HA)配置、事件系统和路由器管理方面。
高可用性配置改进
1.4.0版本对高可用性配置进行了多项优化。最显著的变化是将配置中的raft:部分更名为更直观的cluster:,使配置语义更加清晰。新的配置示例如下:
cluster:
dataDir: ./data
在数据库备份和恢复方面,新增了ziti agent controller restore-from-db命令,使得从数据库快照恢复HA集群变得更加简单。当控制器接收到要应用的快照时,它会自动将数据库移动到适当位置并关闭,确保所有缓存与更改后的数据库保持一致。
版本还引入了时间线标识符(timeline identifier)的概念,用于处理控制器数据库回滚或迁移到HA设置的情况。当控制器恢复到之前状态的快照或迁移到raft/HA设置时,时间线标识符会发生变化,确保路由器能够正确识别数据模型的变化。
事件系统增强
OpenZiti 1.4.0对事件系统进行了全面梳理和文档化,现在所有事件类型都在参考文档中有详细说明。在整理过程中,开发团队发现并修复了一些命名空间不一致的问题:
- 将
edge.apiSessions改为apiSession fabric.circuits改为circuit- 其他类似命名空间也进行了规范化处理
所有事件类型现在都新增了两个重要字段:
timestamp字段:记录事件生成的时间event_src_id字段:记录发出事件的控制器ID,在HA环境中特别有用
路由器控制器端点更新
1.4.0版本改进了路由器控制器端点的配置方式。原先通过ctrl.dataDir指定目录的方式被更灵活的endpointsFile配置取代:
ctrl:
endpointsFile: /path/to/endpoints.file
路由器注册过程现在会自动包含注册时已知的控制器集合。对于独立控制器,只要设置了advertiseAddress选项,也能实现这一功能:
ctrl:
listener: tls:0.0.0.0:6262
options:
advertiseAddress: tls:ctrl1.ziti.example.com
这意味着控制器地址不再需要手动配置,注册过程会自动处理这些值的初始化。
CLI工具改进
命令行工具进行了多项优化:
- 将
ziti fabric raft下的命令移动到更直观的ziti ops cluster位置 - 新增
ziti ops verify ext-jwt-signer oidc命令,帮助用户配置OIDC外部认证 - 为
ziti ops db du命令添加了--human-readable和--max-depth选项,提高可读性 - 改进了数据模型索引检查命令
ziti fabric inspect router-data-model-index
组件更新与错误修复
1.4.0版本包含了多个核心组件的更新,解决了包括:
- 高流量并发写入时的端到端加密排序问题
- 非成员节点连接但不加入集群时的事件记录
- OIDC与备用服务器证书的匹配问题
- API会话证书SPIFFE ID在路由器中的验证问题
- 姿态检查PUT方法无法更新嵌套结构的问题
这些改进使OpenZiti在高可用性、事件处理和路由器管理方面更加成熟和可靠,为零信任网络部署提供了更强大的基础架构支持。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00