PHPVirtualBox 7.1-1版本发布:全面支持VirtualBox 7.1的新特性
项目概述
PHPVirtualBox是一个基于Web的VirtualBox管理界面,它允许用户通过浏览器远程管理VirtualBox虚拟机。这个开源项目为那些需要在服务器上运行VirtualBox但又希望通过Web界面进行管理的用户提供了极大便利。最新发布的7.1-1版本针对VirtualBox 7.1进行了全面适配,并引入了多项功能增强和问题修复。
主要更新内容
1. 核心功能增强
本次更新最显著的特点是全面支持VirtualBox 7.1的各项新特性。开发团队对代码库进行了重构,确保与最新版VirtualBox的API完全兼容。特别值得注意的是新增了对NVMe存储控制器的支持,这为用户提供了更高性能的存储选项选择。
2. 图形控制器选择
7.1-1版本新增了图形控制器选择功能,用户现在可以在VBoxVGS、VMSVGA和VBoxSVGA三种图形控制器之间进行选择。这一改进特别适合需要特定图形性能配置的专业用户,为不同应用场景提供了更灵活的图形处理方案。
3. 虚拟化技术增强
新版本引入了嵌套虚拟化支持,这一功能对于开发者和测试人员尤其重要,它允许在虚拟机内再运行虚拟机,极大方便了多层级虚拟化环境的构建。同时,VRAM大小属性的错误问题也得到了修复,确保了虚拟显卡内存配置的准确性。
4. 存储系统改进
在存储方面,7.1-1版本不仅增加了对NVMe控制器的支持,还引入了Discard(TRIM)选项,这有助于优化SSD虚拟磁盘的性能和寿命。此外,SCSI控制器的maxPortCount被调整为15,提供了更多的设备连接可能性。VirtIO SCSI支持的加入进一步丰富了存储选项。
5. 用户界面优化
用户界面方面,新增了Windows Server 2019的操作系统图标,使界面更加完整。同时修复了从设备添加USB设备过滤器的问题,提升了用户体验。远程显示(VRDP)认证类型设置为Null的问题也得到了解决,增强了远程访问的可靠性。
6. 安全增强
安全方面,7.1-1版本通过防止访问.git/目录来消除潜在的安全风险。同时,默认cookie过期时间被设置为创建后7天,这既保证了使用的便利性,又兼顾了安全性考虑。
7. 多语言支持
国际化方面,新增了丹麦语翻译,并对现有的德语翻译进行了更新,使非英语用户能够获得更好的使用体验。
技术细节解析
对于开发者而言,值得关注的是一些底层实现的改进。例如修复了共享文件夹在6.1版本中的兼容性问题,解决了"Invalid controller type: USB"错误,以及修正了向机器添加新CD/DVD驱动器的问题。这些改进虽然对普通用户不可见,但却显著提升了系统的稳定性和兼容性。
升级建议
对于正在使用旧版PHPVirtualBox的用户,特别是那些已经升级到VirtualBox 7.1的用户,强烈建议升级到7.1-1版本以获得最佳兼容性和新功能体验。升级过程通常只需替换文件即可,但建议先备份现有配置。
结语
PHPVirtualBox 7.1-1版本的发布标志着这个项目对最新VirtualBox版本的及时跟进,展现了活跃的社区开发态势。通过引入多项新功能和修复大量问题,这个版本在功能完整性、用户体验和安全性方面都有显著提升,是VirtualBox Web管理解决方案的一个可靠选择。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00