ProxmoxVE社区脚本2025年3月更新解析
ProxmoxVE社区脚本项目为Proxmox虚拟化环境提供了丰富的应用部署方案。本次2025年3月18日的更新带来了两个新应用支持、多项功能优化和系统改进,展现了社区持续创新的活力。
新增应用支持
本次更新引入了两个全新应用脚本:
-
CryptPad加密协作平台:这是一个端到端加密的在线协作工具套件,包含文档、表格、演示文稿等多种协作功能,特别适合注重隐私保护的团队使用。通过ProxmoxVE脚本部署,用户可以快速搭建私有化的安全协作环境。
-
GoMFT文件传输工具:作为一款高效的文件管理传输解决方案,GoMFT提供了可靠的大文件传输能力。该脚本简化了在Proxmox环境中的部署流程,为需要处理大量文件传输的企业用户提供了便利。
关键功能优化
在现有应用支持方面,开发团队进行了多项重要改进:
-
Omada控制器:更新了下载URL,确保用户能够获取最新版本的网络管理软件,避免因链接失效导致的安装问题。
-
Wiki.js知识管理系统:移除了开发消息提示并进行了性能优化,提升了用户体验和系统响应速度。
-
OpenWebUI更新脚本:修复了备份目录已存在时的更新问题,增强了脚本的健壮性。
-
Tandoor食谱管理系统:扩展了必要的依赖项,虽然这带来了潜在的兼容性变化,但为后续功能扩展奠定了基础。用户更新时需注意相关说明。
技术架构改进
项目团队在技术架构方面进行了多项优化:
-
版本信息展示:前端现在能够显示更详细的版本信息,帮助用户了解当前使用的脚本版本和更新情况。
-
变更日期追踪:新增了最后修改日期的展示功能,方便用户判断脚本的新鲜度。
-
自动化流程增强:改进了版本爬取工作流,优化了PR模板和工作流程上下文,提升了开发效率。
-
文件结构调整:重新组织了JSON文件的位置,使项目结构更加清晰合理。
应用部署建议
对于计划部署这些应用的用户,建议:
-
新用户可以考虑从CryptPad或GoMFT开始体验,这两个新脚本经过了充分测试。
-
现有Wiki.js用户建议尽快更新以获取性能提升。
-
Tandoor用户在更新前应仔细阅读变更说明,确保系统满足新的依赖要求。
-
所有用户都应定期检查脚本更新,以获取安全性和功能性的改进。
ProxmoxVE社区脚本项目通过这些持续更新,进一步巩固了其作为Proxmox生态重要补充的地位。无论是新增应用支持还是现有功能的优化,都体现了社区对用户体验和技术可靠性的双重关注。
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