TNB Panel v2.4.10 版本发布:DNS 证书签发优化与反代配置生成器
TNB Panel 是一个功能强大的服务器管理面板,主要用于网站管理、证书签发、DNS 配置等运维工作。本次发布的 v2.4.10 版本主要针对 DNS 证书签发流程进行了多项优化,并新增了实用的反代配置生成器功能。
反代配置生成器
本次更新最显著的新特性是在网站管理的伪静态配置中新增了反代配置生成器。这个功能可以帮助管理员快速生成反向代理的配置模板,大大简化了设置反向代理的工作流程。反向代理是 Web 服务器中常用的技术,可以将客户端请求转发到后端服务器,常用于负载均衡、缓存加速等场景。
DNS 证书签发优化
版本针对阿里云和华为云 DNS 的证书签发流程进行了重要改进:
-
修复了阿里云和华为云 DNS 在签发泛域名证书时出现的报错问题。泛域名证书(如 *.example.com)可以保护一个域名及其所有子域名,是很多企业常用的证书类型。
-
解决了新建证书后 DNS 账号被错误设置为 0 的问题。这个问题会导致证书签发失败,影响自动化证书管理流程。
-
移除了阿里云 DNS 处理过程中不必要的日志输出,使日志更加简洁清晰。
-
整体优化了 DNS 处理流程,提高了证书签发的稳定性和可靠性。
证书续签判断优化
本次更新对证书续签的判断逻辑进行了改进,使其更加准确。证书续签是 SSL/TLS 证书管理中的重要环节,过早或过晚续签都会影响网站安全。新版本通过更精确的判断算法,可以确保在最佳时间点触发证书续签操作。
构建优化
在构建流程方面,v2.4.10 版本调整了发布包的生成策略,现在只创建 zip 格式的安装包,简化了发布流程。同时提供了 Linux 平台下 amd64 和 arm64 两种架构的版本,满足不同硬件环境的需求。
这个版本虽然没有引入重大新功能,但对现有功能的稳定性和易用性进行了显著提升,特别是对于依赖 DNS 证书签发和反向代理配置的管理员来说,这些改进将大大提高工作效率。
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。C030
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