Synapse 1.130.0版本发布:Matrix服务器的重要更新
项目简介
Synapse是Matrix协议的参考实现服务器,Matrix是一个开源的、去中心化的实时通信协议,旨在提供安全、隐私保护的即时消息服务。作为Matrix生态系统的核心组件,Synapse服务器负责处理用户认证、消息路由、房间管理等功能。
版本亮点
新增功能
-
管理员API扩展:新增了
GET /_synapse/admin/v1/scheduled_tasks端点,允许管理员查询计划任务的状态和执行情况。这对于监控服务器性能和排查问题非常有帮助。 -
用户目录优化:通过新增的
user_directory.exclude_remote_users配置选项,管理员可以选择在用户目录搜索结果中排除远程用户,这在某些特定场景下可以提升搜索效率和隐私保护。 -
设备管理支持:现在
GET /devices/接口可以在工作节点上处理,这提高了分布式部署的灵活性和性能。
重要改进
-
推送通知优化:修复了一个长期存在的问题,即当新事件到达时,Synapse会立即重试失败的推送端点,而忽略了退避计时器。现在系统会正确遵守退避策略,避免过度请求失败的服务。
-
Sliding同步改进:完善了远程邀请拒绝时的离开处理机制,确保Sliding同步能正确传递这些状态变化。
-
Docker镜像优化:对工作节点镜像进行了多项优化,包括构建过程改进、脚本生成方式调整等,提升了容器化部署的效率和可靠性。
技术细节
安全增强
-
媒体下载安全:现在对URL预览下载的媒体内容也应用了文件哈希和现有隔离策略,增强了安全性。
-
OIDC验证优化:在不使用OIDC访问令牌的情况下,不再验证ID令牌中的
at_hash字段,这既提高了安全性又减少了不必要的验证开销。
性能优化
-
通知系统改进:对通知器进行了微调,提高了性能表现。
-
速率限制器优化:改进了速率限制器的实现,带来了轻微的性能提升。
-
测试覆盖增强:针对Sliding Sync房间列表功能,重构了测试用例以覆盖新旧逻辑路径,提高了代码质量。
向后兼容性
-
用户管理变更:停止了对Matrix Authentication Service(MAS)的自动用户和设备配置功能,要求使用MAS 0.13.0或更高版本。
-
错误代码标准化:当不支持添加电子邮件地址/电话号码到账户时,现在会返回特定的错误代码,遵循相关技术规范。
开发者关注点
-
依赖项更新:升级了多个关键依赖项,包括pydantic从2.10.3到2.11.4,pyopenssl从24.3.0到25.0.0等,开发者需要注意这些变化可能带来的影响。
-
工作节点支持扩展:多个管理API现在可以在工作节点上运行,包括房间管理相关接口,这为分布式部署提供了更多灵活性。
总结
Synapse 1.130.0版本带来了多项功能增强和性能优化,特别是在管理员工具、安全性和分布式部署方面有了显著改进。对于运行Matrix服务器的管理员来说,这个版本提供了更好的控制能力和监控手段。开发者则可以从扩展的工作节点支持和依赖项更新中受益。建议所有用户评估升级计划,特别是那些关注安全性和性能的部署环境。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00