Matrix Rust SDK 0.12.0版本发布:安全增强与功能升级
Matrix Rust SDK是Matrix协议的Rust语言实现,为开发者提供了构建Matrix客户端和服务器的工具集。Matrix是一个开放标准的去中心化实时通信协议,支持端到端加密,广泛应用于即时通讯、VoIP等场景。本次发布的0.12.0版本带来了重要的安全修复和多项功能改进。
安全修复:防止会话伪造攻击
本次更新修复了一个高危安全漏洞(CVE-2025-48937),该漏洞可能允许服务器管理员伪造发送者身份。修复方案是通过验证事件发送者与会话所有者的匹配性,确保只有合法的会话所有者才能发送对应事件。这一改进显著增强了端到端加密通信的安全性,防止了潜在的中间人攻击。
核心功能增强
1. 通话通知与媒体上传优化
Client::send_call_notification_if_needed方法现在返回Result<bool>而非Result<()>,使开发者能够准确判断通知是否成功发送。新增的SendMediaUploadRequest包装器会自动检查上传文件大小是否超过服务器限制(通过m.upload.size配置),避免因文件过大导致的失败。
2. 房间历史共享与线程管理
新增ClientBuilder::with_enable_share_history_on_invite方法,支持实验性的邀请时共享加密房间历史功能(MSC4268)。Room::list_threads()方法提供了获取房间内所有线程的能力,而Room::relations()则允许开发者查询与特定事件相关的所有事件,支持按关系类型和事件类型进行过滤。
3. 事件缓存持久化
事件缓存(Event Cache)的持久化存储现在默认启用。这意味着所有通过同步或回溯获取的事件都会被自动存储(内存或磁盘),只要调用了EventCache::subscribe()(使用matrix_sdk_ui::Timeline时会自动调用)。这一改进显著提升了离线访问能力和回溯速度,但需要注意默认使用的是内存存储,进程退出后数据会丢失。如需持久化存储,需配置SQLite存储后端。
4. 未读标记与收据处理
Room::set_unread_flag()现在使用稳定的m.marked_unread房间账户数据(Matrix 1.12标准)。同时,发送未线程化已读回执时(通过Room::send_single_receipt()或Room::send_multiple_receipts()),会自动清除房间的未读标记,简化了未读状态管理逻辑。
实验性功能
新增Encryption::encrypt_and_send_raw_to_device方法,支持发送自定义加密的设备间事件,该功能需要启用experimental-send-custom-to-device标志。此外,RoomSendQueue::send_gallery方法(需启用unstable-msc4274特性)支持发送MSC4274风格的媒体画廊。
重要变更与重构
Room::push_context()重命名为Room::push_condition_room_ctx(),新版本方法返回PushContext对象,可用于计算任何事件的推送动作Room::decrypt_event()现在需要额外的PushContext参数来计算解密事件的推送通知- 移除了
SlidingSyncRoom及相关方法,简化了滑动同步API Room::set_unread_flag()在标记值未变化时变为无操作,优化性能
总结
Matrix Rust SDK 0.12.0版本在安全性、功能完整性和API设计上都有显著提升。特别是默认启用的事件缓存持久化和改进的未读标记处理,将大大改善客户端应用的性能和用户体验。开发者应特别注意安全修复和API变更,及时更新应用以适应这些改进。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00