borgmatic 1.9.13版本发布:数据库安全与监控功能全面升级
borgmatic是一个基于BorgBackup的自动化备份工具,它通过简单的YAML配置文件实现了对BorgBackup功能的封装和扩展。borgmatic不仅支持文件系统备份,还提供了各种数据库备份、监控集成等高级功能,使得数据备份变得更加简单和可靠。
数据库安全增强
本次1.9.13版本在数据库备份安全性方面做出了重要改进。对于MariaDB和MySQL数据库,borgmatic现在采用匿名管道而非环境变量来传递数据库密码。这一改变显著提升了安全性,因为环境变量可能被系统上的其他进程访问,而匿名管道则提供了更加安全的通信机制。
同时,新版本还为MariaDB和MySQL数据库添加了"tls"选项,允许用户明确启用或禁用客户端与服务器之间的TLS加密。这为数据传输提供了额外的安全保障,特别是在不安全的网络环境中。
对于MongoDB数据库,borgmatic同样改进了密码处理方式,不再使用"--password"命令行参数传递密码,转而采用更安全的匿名管道方式。这一变化有效防止了密码通过命令行参数暴露在系统进程列表中的风险。
PostgreSQL数据库备份功能也得到了增强,新增了"compression"选项,允许用户在备份过程中对数据库转储进行压缩,从而节省存储空间并提高传输效率。
监控功能改进
在监控集成方面,borgmatic 1.9.13版本对Zabbix监控钩子进行了更新,以支持Zabbix 7.2版本的认证变更。这意味着使用最新版Zabbix的用户可以无缝集成borgmatic的监控功能。
此外,Uptime Kuma监控钩子新增了"verify_tls"选项,用户现在可以选择禁用TLS验证。这在某些特定环境下(如使用自签名证书的内部网络)非常有用,但同时也要注意这可能会降低安全性。
系统稳定性提升
新版本修复了ZFS快照清理过程中可能出现的错误,提高了在ZFS文件系统上运行的稳定性。同时,当用户按下ctrl-C中断备份过程时,borgmatic现在会采取更积极的措施确保BorgBackup进程正确退出,避免了潜在的进程残留问题。
总结
borgmatic 1.9.13版本在安全性、监控功能和系统稳定性方面都做出了重要改进。特别是数据库密码处理方式的升级,使得borgmatic在安全性方面达到了新的高度。对于依赖borgmatic进行关键数据备份的用户来说,升级到这个版本将获得更安全、更可靠的备份体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00