Coolify v4.0.0-beta.404版本发布:多语言支持与关键修复
Coolify是一个开源的、自托管的云部署和管理平台,它允许开发者在自己的基础设施上轻松部署和管理应用程序、数据库和其他服务。Coolify提供了类似Heroku的体验,但完全由用户自己控制,支持Docker、Kubernetes等多种部署方式。
多语言支持增强
本次发布的v4.0.0-beta.404版本在本地化方面做出了显著改进,新增了对三种语言的支持:
-
阿塞拜疆语:为阿塞拜疆用户提供了本地化界面,同时更新了土耳其语翻译内容,确保两种突厥语系语言都能准确表达技术概念。
-
巴西葡萄牙语:考虑到巴西作为南美最大的技术市场之一,新增了巴西葡萄牙语支持,使巴西开发者能够使用母语操作平台。
-
印度尼西亚语:新增印度尼西亚语翻译,服务东南亚地区快速增长的技术社区。
这些语言支持的添加不仅提高了Coolify的全球可用性,也体现了项目对多元文化开发者社区的重视。
关键问题修复
网络服务重启机制优化
修复了一个严重的网络服务重启问题:当用户通过实例域名重启网络服务时,会导致域名永久不可访问。这是因为在域名上执行重启操作后,网络服务无法自动恢复。新版本通过引入后台任务处理重启流程,确保在域名上执行重启操作后,服务能够在几秒内自动恢复可用性。
邮件系统稳定性提升
解决了多个影响邮件发送的关键问题:
-
修复了当"使用系统范围(事务性)电子邮件设置"被禁用且通知页面未设置其他电子邮件提供商时,所有事务性邮件都无法发送的问题。
-
解决了SMTP用户名和密码为空时(例如在开发环境中)邮件无法发送的问题。
-
修正了测试邮件通知使用错误模板的问题,该问题导致当通知页面未设置电子邮件提供商时,事务性邮件测试通知失败。
部署与数据库改进
-
优雅关闭机制:部署过程中现在使用优雅关闭替代直接的
rm命令,提高了服务终止的安全性。 -
MongoDB自定义配置:新增了对MongoDB服务的自定义配置支持,使开发者能够更灵活地调整数据库参数。
-
Docker登录配置:在安装过程中添加了配置文件路径,确保能够正确使用docker login功能。
用户体验优化
-
实例备份设置可见性:当服务器功能不正常时,自动隐藏实例备份设置,避免用户困惑。
-
复制按钮逻辑:仅在HTTPS环境下显示复制按钮,因为剪贴板API在HTTP环境下无法工作,之前的实现会导致用户困惑。
-
Bugsink服务健康检查:为Bugsink服务添加了健康检查机制,提高了服务可靠性。
总结
Coolify v4.0.0-beta.404版本在多语言支持、核心功能稳定性和用户体验方面都做出了重要改进。特别是网络服务重启机制和邮件系统的修复,解决了影响生产环境稳定性的关键问题。新增的语言支持使Coolify能够服务更广泛的开发者群体,体现了项目对全球化社区的承诺。
对于现有用户,建议尽快升级以获得更稳定的服务体验;对于新用户,这个版本提供了更完善的功能基础和更友好的多语言界面,是开始使用Coolify的良好时机。
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