Posh-ACME v4.27.0 版本发布:新增DNS插件与关键修复
2025-07-10 09:22:53作者:鲍丁臣Ursa
项目简介
Posh-ACME 是一个基于 PowerShell 的 ACME 协议客户端,主要用于自动化获取和管理 Let's Encrypt 等 CA 机构颁发的 SSL/TLS 证书。它简化了证书申请、续订和部署的流程,特别适合 Windows 服务器环境下的自动化证书管理。
版本亮点
新增DNS插件支持
本次更新引入了两个新的DNS提供商插件:
- INWX插件:支持德国知名域名注册商INWX的DNS验证功能,为用户提供了更多选择。
- EuroDNSReseller插件:这是一个专门为EuroDNS的经销商合作伙伴设计的插件,普通EuroDNS客户目前尚无法使用。
关键问题修复
- WEDOS插件改进:修复了处理dns-domains-list API调用不同响应类型的问题,提升了插件的稳定性。
- 挑战记录处理优化:
- Publish-Challenge和Unpublish-Challenge现在会自动去除RecordName中的尾部点号(.),使边缘情况解析更加可预测。
- ARI相关错误处理增强:
- 在New-PAOrder中增加了对"replaces"字段问题的更优雅处理,提升了与ACME Renewal Information(ARI)的兼容性。
- 配置导入改进:
- 增强了配置导入过程中的错误处理,能更好地应对意外的配置状态。
插件开发改进
- 修复了插件开发指南中的解析算法错误:
- 原算法在处理包含多个区域名称实例的FQDN时无法正确解析短名称。
- 批量修复受影响插件:
- 对包括Azure、Aliyun、GoDaddy等在内的40多个插件进行了统一修复,确保它们都能正确处理域名解析。
技术细节解析
域名解析算法改进
在DNS验证过程中,插件需要从完整域名(FQDN)中提取出相对于区域名称(ZoneName)的短名称。例如,对于FQDN "_acme-challenge.sub.example.com" 和区域名称 "example.com",短名称应为 "_acme-challenge.sub"。
原算法在处理类似 "_acme-challenge.example.com.example.com" 这样的特殊情况时会出错。新算法通过确保只从域名末尾开始匹配区域名称,解决了这一问题。
错误处理机制增强
新版本在几个关键环节增加了更细致的错误处理:
- ARI处理:当证书订单涉及替换(replaces)现有证书时,如果遇到问题,系统现在能提供更清晰的错误信息。
- 配置导入:改进了对损坏或不完整配置的检测和处理能力,降低了因配置问题导致操作失败的可能性。
升级建议
对于现有用户,特别是使用以下功能的用户建议尽快升级:
- 使用WEDOS DNS服务的用户
- 开发自定义DNS插件的开发者
- 需要处理复杂域名结构的用户
- 使用ARI功能进行证书轮换的用户
新版本通过多项改进提升了稳定性和兼容性,同时新增的DNS插件也为用户提供了更多选择。对于插件开发者而言,修正后的域名解析算法参考实现也值得关注。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100