RetireJS项目新增Polyfill.io异常脚本检测能力
在Web安全领域,依赖第三方资源始终伴随着供应链风险。近期流行的Polyfill.io服务出现异常情况,再次印证了这一安全威胁的严重性。作为知名的JavaScript问题扫描工具,RetireJS项目迅速响应,在其最新版本中增加了针对Polyfill.io相关风险的检测能力。
Polyfill.io原本是开发者广泛使用的JavaScript兼容性解决方案,通过动态加载polyfill脚本帮助老旧浏览器支持现代Web特性。然而近期安全研究人员发现,该服务存在异常情况,导致全球超过10万个网站受到影响。攻击者利用这一供应链问题,可以向访问者实施不当行为。
RetireJS的核心维护团队在事件发生后立即采取了行动。通过分析异常模式,他们识别出两个关键风险点:主域名polyfill.io和CDN域名cdn.polyfill.io。新版本的检测逻辑会扫描所有加载的JavaScript资源,一旦发现来自这些域名的请求就会立即发出安全警告。
值得注意的是,这项检测能力目前主要集成在RetireJS的Chrome浏览器扩展中。这是因为浏览器扩展能够实时监控页面加载的所有网络请求,包括HTML文档中引用的外部脚本。相比之下,命令行扫描工具由于技术限制,暂时无法实现同等深度的检测。
对于开发者而言,这一更新意味着多了一层安全保障。当项目意外加载了异常的Polyfill资源时,RetireJS能够及时发出警报,帮助开发者快速发现问题。安全团队建议所有使用RetireJS的用户尽快更新到最新版本,特别是那些需要检查生产环境的前端项目。
此次事件也提醒我们,现代Web开发中的第三方依赖管理需要更加谨慎。除了使用安全工具进行检测外,开发团队还应该考虑锁定依赖版本、实施内容安全策略(CSP)等防御措施,构建更完善的安全防护体系。
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