Certimate v0.3.5 版本发布:增强工作流与证书管理能力
Certimate 是一个专注于自动化证书申请和管理的开源工具,它能够帮助开发者和运维人员简化 SSL/TLS 证书的获取、更新和部署流程。通过 Certimate,用户可以轻松实现证书的自动化生命周期管理,大幅降低证书管理的复杂度。
工作流日志增强
在 v0.3.5 版本中,Certimate 对工作流日志显示进行了显著增强。这一改进使得用户在排查问题时能够获得更详细、更结构化的日志信息。日志增强不仅提升了可读性,还增加了关键操作的上下文信息,让用户能够更清晰地了解证书申请和部署过程中的每一个步骤。
新增 DNS-01 申请提供商:dynv6
Certimate 新增了对 dynv6 的 DNS-01 验证支持。DNS-01 验证是 Let's Encrypt 等证书颁发机构提供的一种验证方式,特别适合那些无法通过 HTTP-01 验证的场景(如没有公网 Web 服务器的情况)。通过集成 dynv6,用户现在可以使用该服务进行域名所有权验证,进一步扩展了 Certimate 的适用场景。
新增部署提供商:又拍云
v0.3.5 版本新增了对又拍云(UPYUN)的部署支持。又拍云是国内知名的云存储和 CDN 服务提供商,这一集成使得用户能够直接将证书部署到又拍云服务上,实现证书更新后的自动同步,大大简化了证书在 CDN 环境中的管理流程。
本地/SSH 部署增强
在部署证书到本地或通过 SSH 部署时,v0.3.5 版本新增了备份原文件的预设脚本功能。这一特性在证书更新时能够自动创建原有证书和密钥的备份,防止意外覆盖导致的服务中断。备份机制采用了时间戳命名策略,确保每次更新都能保留历史版本,为用户提供了额外的安全保障。
云服务商证书管理优化
针对阿里云 CAS、腾讯云 SSL、AWS ACM、Azure KeyVault 等云服务商的证书管理服务,新版本支持了"仅上传证书"的部署模式。这一优化特别适合那些只需要更新证书而不需要修改其他配置的场景,减少了不必要的操作步骤,提升了部署效率。同时,这种精细化的控制也降低了因配置变更导致服务异常的风险。
数据清理功能
v0.3.5 版本引入了定期清理功能,用户可以设置自动清理工作流执行历史、日志以及过期证书。这一功能位于系统设置的"数据持久化"选项中,帮助用户管理存储空间,避免无用数据的积累。清理策略可以自定义,用户可以根据自身需求设置保留期限,在保持系统整洁的同时确保重要历史数据的可追溯性。
问题修复
本次更新修复了多个影响用户体验的问题,包括工作流执行中的稳定性问题、特定场景下的证书申请失败问题等。这些修复进一步提升了 Certimate 的可靠性和稳定性,确保在各种环境下都能提供一致的服务质量。
Certimate v0.3.5 版本通过上述多项功能增强和问题修复,为用户提供了更强大、更稳定的证书自动化管理体验。无论是个人开发者还是企业运维团队,都能从中受益,实现证书管理的简化和自动化。
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