Moloch项目停止对EL7和Ubuntu 18的支持及迁移构建系统
随着技术的不断演进,开源网络流量分析工具Moloch近期宣布了一项重要变更:项目将正式停止对CentOS/RHEL 7(EL7)和Ubuntu 18.04 LTS操作系统的支持,并计划将构建系统从Screwdriver迁移至GitHub Actions。这一决策反映了现代软件开发中保持技术栈更新的必要性。
背景与决策考量
EL7和Ubuntu 18.04作为曾经的主流Linux发行版,已经逐步进入生命周期末期。Red Hat Enterprise Linux 7已于2020年进入维护阶段,而Ubuntu 18.04 LTS也将在2023年结束标准支持。继续维护这些老旧系统的支持不仅增加了开发团队的负担,还可能阻碍新功能的引入和安全更新的实施。
同时,构建系统的迁移工作体现了项目对持续集成/持续交付(CI/CD)实践现代化的追求。GitHub Actions作为GitHub原生支持的CI/CD解决方案,与代码仓库深度集成,能够提供更高效的构建流水线和更丰富的生态系统支持。
技术实施方案
项目团队制定了清晰的迁移路线图:
-
构建系统迁移:首先在GitHub Actions上建立完整的构建和测试流程,确保新系统的功能完整性。这项工作已在PR #2685中完成。
-
旧系统清理:保留Screwdriver上最后的EL7构建配置作为过渡,逐步移除其他所有构建配置。同时清理S3存储桶中的旧构建产物,仅保留EL7相关文件。
-
文档更新:修改下载页面,明确标注仅EL7版本可获得最终支持,帮助用户理解支持策略的变化。
对用户的影响与建议
这一变更意味着:
- 仍在使用EL7或Ubuntu 18.04的用户应考虑升级操作系统至受支持的版本
- 项目将能够更专注于新特性和安全改进的开发
- 构建过程将更加高效和可靠
对于企业用户,建议评估升级路径,可以考虑迁移至RHEL 8/9或Ubuntu 20.04/22.04 LTS等现代发行版。这些新版本不仅能够继续获得Moloch的支持,还能提供更好的性能、安全性和功能特性。
未来展望
这次技术栈的更新是Moloch项目持续发展的重要一步。通过精简支持范围,开发团队可以将更多精力投入到核心功能的优化和创新上。同时,构建系统迁移为项目带来了更现代化的开发工作流,为后续的持续集成和自动化测试奠定了更好的基础。
随着网络安全威胁的不断演变,保持基础架构的现代化对于像Moloch这样的安全工具至关重要。这次变更虽然带来短期的适应成本,但从长远看将使用户获得更优质、更安全的流量分析体验。
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