MeshCentral 1.1.45版本发布:远程管理工具的重要更新
MeshCentral是一款开源的远程管理和监控工具,它允许IT管理员通过网页界面远程控制和管理计算机设备。该工具支持Windows、Linux和macOS等多种操作系统,提供远程桌面、文件传输、终端访问等功能。MeshCentral采用现代化的架构设计,具有跨平台、轻量级和易于部署的特点,特别适合企业IT管理和MSP服务提供商使用。
核心功能改进
本次1.1.45版本带来了多项重要功能更新,主要集中在安全认证、会话记录和用户界面优化方面。
双重认证与推送通知增强
开发团队修复了双重认证(Duo)和推送通知在强制双因素认证(force2factor)场景下的问题。这一改进确保了当管理员配置强制双因素认证时,系统能够正确处理Duo认证和推送通知流程,不会出现认证中断的情况。对于重视账户安全的企业环境,这一修复至关重要。
自动接受超时机制优化
针对旧式连接的autoAcceptOnTimeout功能进行了修复。这个功能允许在特定超时后自动接受连接请求,现在能够更可靠地在传统连接方式下工作。这一改进减少了管理员需要手动干预的情况,提升了自动化管理效率。
安全相关更新
证书管理改进
版本包含了对证书管理系统的多项改进:
- 修复了非TLS AMT连接的attemptCleanCertsSync函数问题
- 解决了旧版AMT设备使用自定义证书的问题(#6565)
- 实现了当证书值变更时自动生成新代码签名证书的功能(#6999)
- 修正了codecertname包含额外数据的问题(#6999)
这些改进使得MeshCentral在管理Intel AMT设备时更加稳定可靠,特别是在证书轮换和更新场景下。
会话记录功能扩展
新增了对PowerShell和用户shell会话的记录功能(#7035)。这一增强使得管理员能够完整审计用户在远程会话中执行的所有命令,对于合规性要求和故障排查都非常有价值。记录内容包括命令输入和输出,为事后分析提供了完整依据。
用户界面与体验优化
多语言支持改进
- 修复了简体中文(zh-chs)和繁体中文(zh-cht)显示混淆的问题(#7026)
- 增加了更多德语翻译内容(#7023)
- 改进了包含多个占位符的同意/通知消息显示(#7037)
这些改进使得非英语用户能够获得更准确、更完整的本地化体验。
界面细节优化
- 修复了活动会话弹出窗口中~users显示问题(#7044)
- 解决了长用户名在列表视图中的显示问题(#6997)
- 改进了Android设备上的代理邀请移动界面(#7032)
技术架构调整
- 升级了mongodb和image-size依赖(image-size升级至2.0.2)
- 优化了包安装过程,防止Docker安装不必要的翻译包
- 修复了connectivity模块导致服务器统计崩溃的问题(#7003)
- 调整了AMT超时设置,缩短了默认超时时间
总结
MeshCentral 1.1.45版本虽然没有引入重大新功能,但对现有功能的稳定性和用户体验进行了全面优化。特别是安全认证、会话记录和证书管理方面的改进,使得该版本成为追求稳定性和安全性的企业用户的理想选择。多语言支持的持续完善也展现了项目团队对全球化用户群体的重视。
对于现有用户,建议尽快升级以获得更稳定、更安全的使用体验;对于新用户,这个版本提供了良好的入门起点。IT管理员可以借助这些改进更高效地管理远程设备,同时满足日益严格的安全合规要求。
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