OctoPrint 1.11.0rc2版本发布:3D打印管理系统的关键更新
OctoPrint是一款广受欢迎的开源3D打印管理软件,它允许用户通过网页界面远程监控和控制3D打印机。作为3D打印爱好者和专业人士的重要工具,OctoPrint提供了文件管理、打印进度监控、温度控制等核心功能,极大地简化了3D打印工作流程。
发布候选版本的重要性
1.11.0rc2是OctoPrint 1.11.0版本的第二个候选发布版(RC)。候选发布版是正式版本发布前的测试版本,主要用于收集用户反馈和发现潜在问题。虽然这些版本已经经过了开发团队的内部测试,但仍可能存在未发现的严重缺陷,因此不建议在生产环境中直接使用。
核心功能改进
本次更新在Tornado Web服务器和CSRF(跨站请求伪造)保护机制方面进行了日志记录的优化。这些改进使得系统管理员能够更清晰地了解Web请求处理过程中的异常情况,便于排查和解决潜在的安全问题。
关键问题修复
API权限与CSRF验证修复
1.11.0rc2版本解决了两个重要的回归问题(即之前版本正常但在新版本中出现的问题):
- 修复了API密钥请求的权限获取问题,解决了所有带有API密钥的请求返回403状态码的问题
- 修复了非GET/HEAD/OPTIONS方法的API密钥请求的CSRF验证失败问题
这些修复对于第三方客户端(如手机APP或桌面应用)的正常工作至关重要,确保了它们能够继续与OctoPrint服务器进行有效通信。
模板宏兼容性修复
另一个重要的修复是针对不支持自动转义的第三方插件的模板宏问题。这个修复确保了这些插件能够继续正常工作,维持了OctoPrint良好的插件生态系统兼容性。
新增插件功能完善
自定义控制管理器改进
1.11.0rc2对新增的自定义控制管理器插件进行了多项改进:
- 修复了horizontal_grid(水平网格)自定义控件类型的渲染问题
- 添加了之前缺失的宽度/偏移量配置选项
这些改进使得用户能够更灵活地定制OctoPrint的控制界面,满足不同用户的个性化需求。
测试重点建议
对于愿意参与测试的用户,开发团队特别建议关注以下方面的功能验证:
- Web界面与各种第三方客户端的交互行为
- 新增的Custom Control Manager插件的功能完整性
- 新增的Health Check插件的运行情况
- 新增的Upload Manager插件的文件上传管理能力
- 基于新MFA插件接口的MFA-TOTP插件的双因素认证功能
- 特别是配置了渲染延迟的延时摄影功能
总结
OctoPrint 1.11.0rc2版本在保持系统稳定性的同时,修复了前一个候选版本中的关键问题,特别是影响了API通信和第三方插件兼容性的重要缺陷。这些改进为即将到来的1.11.0正式版本奠定了坚实的基础,同时也展示了OctoPrint开发团队对产品质量的严格把控和对用户反馈的积极响应。
对于3D打印爱好者来说,参与这些候选版本的测试不仅能够提前体验新功能,还能为开源社区做出贡献,帮助开发团队打造更稳定、更强大的3D打印管理解决方案。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08