Manyfold项目v0.103.0版本发布:模型元数据标准化与安全性增强
2025-07-04 22:59:03作者:房伟宁
Manyfold是一个开源的3D模型托管平台,它允许用户上传、管理和分享3D模型资源。作为一个专注于3D内容管理的系统,Manyfold提供了从模型存储、版本控制到社区互动的完整解决方案。
核心功能更新
1. 集合与创作者关联功能
本次更新引入了集合(Collections)与创作者(Creators)的关联机制。现在,用户可以:
- 将集合与特定的创作者关联
- 按照创作者对集合进行分组和筛选
- 更直观地管理不同创作者的作品集
这一改进使得内容组织更加结构化,便于用户发现和管理相关3D模型资源。
2. 模型元数据标准化格式
Manyfold推出了全新的模型元数据格式标准,这是本次更新的重大技术突破:
- 本地存储:元数据文件将直接存储在模型文件所在的磁盘位置
- 下载包含:用户下载模型时会自动包含元数据文件
- 开放标准:设计为开放格式,旨在促进不同3D平台间的数据互操作性
这种标准化方法解决了3D模型在不同服务间迁移时的元数据丢失问题,为行业数据流通建立了基础规范。
安全性与稳定性改进
1. 密码强度实时检测
系统新增了密码强度实时检测功能:
- 在用户输入密码时即时显示强度评估
- 首次使用时显示密码强度配置说明
- 帮助用户创建更安全的账户凭证
2. 访问控制强化
通过引入rubocop-pundit工具,增强了系统的访问控制机制:
- 对所有数据查询进行权限检查
- 防止未经授权的数据访问
- 特别加强了对#all查询的安全检查
3. 后台任务优化
改进了后台任务的执行效率:
- 为重复性任务添加唯一性标识
- 避免相同任务的重复执行
- 从Sidekiq迁移到ActiveJob作为任务迭代的基础
问题修复与性能优化
本次更新修复了多个关键问题:
- 修正了集合和创作者列表的访问策略执行
- 解决了OIDC连接回调路径中的相对URL根缺失问题
- 修复了首次使用时的用户名设置流程
- 改进了问题查找器方法的可靠性
在性能方面,通过优化数据包文件创建流程和减少重复任务执行,提升了系统整体响应速度和资源利用率。
开发者体验改进
为开发者提供了多项便利:
- 完善了Docker示例文件中的卷配置说明
- 添加了后台数据包填充任务
- 减少了SASS和OpenSSL相关的警告信息
- 为已知安全操作添加了警告抑制
总结
Manyfold v0.103.0版本在3D模型管理的标准化、安全性和用户体验方面做出了重要改进。特别是模型元数据标准化格式的引入,不仅提升了平台自身的数据管理能力,也为整个3D内容生态的互操作性奠定了基础。安全机制的强化和性能优化则确保了平台能够稳定可靠地服务于用户。这些改进共同推动Manyfold向着更专业、更开放的3D内容管理平台迈进。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C031
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
426
3.26 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++
689
335
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
265
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
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
25
30