OnionShare 2.6.3版本发布:安全文件共享工具的重大更新
2025-06-09 22:13:27作者:宣海椒Queenly
OnionShare是一款开源的隐私保护工具,它允许用户通过Tor网络安全地共享文件、托管匿名网站或进行私密聊天。该工具的核心特点是利用Tor的.onion服务来创建临时或持久的匿名共享链接,确保传输过程的安全性和匿名性。
主要功能改进
1. 增强的日志记录功能
在2.6.3版本中,开发团队为命令行工具增加了--log-filenames选项。这一改进使得管理员在使用Share/Website模式时,能够清晰地查看哪些URL被访问过。这对于需要审计访问记录的用户特别有价值,同时保持了OnionShare一贯的隐私保护原则。
2. 持久化Onion地址自动启动
新版本引入了自动启动保存的持久化Onion标签功能。这意味着:
- 当OnionShare启动并成功连接Tor后,之前保存的持久化Onion服务会自动恢复
- 用户无需手动重新加载或配置之前的设置
- 特别适合需要长期运行的网站或文件共享服务
重要错误修复
1. 桥接请求功能恢复
2.6.3版本修复了一个关键问题,使得用户能够再次:
- 请求和使用Tor桥接
- 使用meek作为可插拔传输(Pluggable Transport)
- 在网络限制严格的环境中建立连接
2. 网络限制规避改进
团队解决了当没有返回桥接时的致命错误问题,增强了工具在受限网络环境中的可靠性。同时修复了与SocketIO相关的gevent依赖问题,确保在不同系统上的兼容性。
3. 线程与稳定性优化
针对CLI工具的几个关键修复包括:
- 解决了关闭时的线程竞争条件导致的段错误
- 修复了"自动停止计时器"在CLI共享模式下的异常行为
- 确保在所有模式下都能正确工作
国际化与本地化
本次更新引入了三种新语言支持:
- Gaeilge(爱尔兰语)
- Slovenčina(斯洛伐克语)
- Tamil(泰米尔语)
同时改进了现有语言的翻译质量,使非英语用户能获得更好的使用体验。
文档与使用指南
开发团队对文档进行了全面更新:
- 新增了使用systemd单元文件管理持久化Onion服务的示例
- 详细记录了所有配置文件参数的含义
- 解释了持久化Onion JSON文件的结构和用途
- 这些改进大大降低了新用户的学习曲线
打包与分发改进
1. Snap包优化
- 针对Ubuntu 24.04及更高版本进行了优化
- 暂时移除了对armhf架构的支持(由于缺少PySide6包)
- 保持了对ARM64架构的完整支持
2. Flatpak修复
- 修复了ARM64架构的打包问题
- 改进了内部打包流程,使未来发布更顺畅
用户体验改进
2.6.3版本包含多项细节优化:
- 更新了图标系统,提供更好的暗黑模式支持
- 改进了"保存此标签"选项的文案,使其更清楚地表达"持久化Onion地址"的含义
- 解决了各种小错误和警告信息
- 更新了大量Python依赖库、Tor和Snowflake组件
技术价值分析
OnionShare 2.6.3的发布体现了开发团队对以下几个关键方面的重视:
-
可用性:通过自动启动持久化服务和改进文档,降低了使用门槛。
-
稳定性:修复线程问题和各种边界条件错误,提高了长期运行的可靠性。
-
适应性:恢复桥接支持和改进网络限制规避功能,确保工具能在各种网络环境下工作。
-
国际化:增加新语言支持,扩大工具的全球适用范围。
对于注重隐私保护的用户和组织来说,这些改进使得OnionShare成为更可靠、更易用的安全文件共享解决方案。特别是在需要绕过网络限制或进行匿名通信的场景下,2.6.3版本提供了更强大的功能和更好的用户体验。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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