ACME Companion v2.6.0 发布:增强证书自动续期功能与架构优化
ACME Companion 是一个与 nginx-proxy 配合使用的 Docker 容器,专门用于自动化管理 Let's Encrypt SSL/TLS 证书的获取和续期。它通过监听 Docker 事件来自动为代理的虚拟主机申请和更新证书,极大地简化了 HTTPS 部署的运维工作。
核心功能更新
新增默认续期时间配置
本次 v2.6.0 版本引入了一个重要的新特性:DEFAULT_RENEW 环境变量。这个变量允许管理员全局设置证书的默认续期时间阈值,而无需为每个容器单独配置。当证书剩余有效期低于这个阈值时,ACME Companion 会自动触发续期流程。
这个改进特别适合需要统一管理大量服务证书的场景,管理员现在可以通过一个中央配置点来控制整个集群的证书更新策略,既保证了安全性又简化了管理。
架构与文档优化
现代化容器编排配置
项目将所有 docker-compose.yml 文件统一更新为 compose.yaml 格式,这是对 Docker Compose 新标准命名规范的跟进。这种改变虽然看似微小,但体现了项目对行业最佳实践的遵循,也使得配置文件更加整洁统一。
文档质量提升
技术文档进行了多处修正和优化:
- 修正了钩子文档中的拼写错误
- 移除了版本和默认桥接网络的过时说明
- 整体文档结构更加清晰
这些改进降低了新用户的学习曲线,使部署过程更加顺畅。
底层技术栈升级
基础镜像更新
Alpine Linux 基础镜像从 3.21.2 升级到 3.21.3 版本,带来了最新的安全补丁和系统组件更新,增强了容器运行时的安全性和稳定性。
工具链增强
内建的 docker-gen 组件从 0.14.4 升级到 0.14.7 版本,这个用于生成配置文件的工具获得了多项性能优化和错误修复。同时,Dockerfile 中添加了 syntax 解析器指令,改善了构建过程的可靠性和可维护性。
技术价值与影响
ACME Companion v2.6.0 的发布体现了项目团队对自动化证书管理领域的持续投入。通过引入全局续期配置,解决了大规模部署中的配置一致性问题;而基础设施的现代化改造则确保了项目的长期可维护性。
对于运维团队而言,这个版本进一步降低了 HTTPS 全站化的管理复杂度,使得安全通信的部署更加"无感化"。特别是在微服务和容器化架构日益普及的今天,这类自动化工具的价值愈发凸显。
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-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
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