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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271