Mastodon v4.3.4版本发布:安全修复与功能优化
Mastodon是一个开源的分布式社交网络平台,采用ActivityPub协议实现不同实例间的互联互通。作为Twitter的替代方案之一,Mastodon以其去中心化的架构和用户自治的特点获得了广泛关注。2025年2月27日,Mastodon团队发布了v4.3.4版本,这是一个包含重要安全修复的维护性更新。
安全更新
本次版本最值得关注的是多个安全问题的修复:
-
HTML净化机制改进:移除了不可用且未使用的
embed标签,防止潜在的跨站脚本攻击。这一修复对应CVE编号GHSA-mq2m-hr29-8gqf。 -
注册验证邮件限速机制:修复了注册验证邮件发送的速率限制问题,防止潜在的滥用行为,对应CVE编号GHSA-v39f-c9jj-8w7h。
-
域屏蔽信息泄露修复:解决了未验证用户可能查看域屏蔽信息的问题,对应CVE编号GHSA-94h4-fj37-c825。
这些安全修复建议所有运行Mastodon实例的管理员尽快升级,特别是公开实例的管理者。
功能改进
除了安全修复外,v4.3.4版本还包含了一些功能优化:
-
内容警告展开显示:现在当用户展开包含内容警告的帖子时,预览卡片也会一同显示,改善了用户体验。
-
加密密钥警告增强:对修改加密密钥的警告信息进行了视觉强化,使管理员更容易注意到这一关键操作。
-
设置脚本优化:
mastodon:setup脚本现在会防止意外覆盖已配置的服务器设置。 -
通知过滤规则调整:来自版主的通知现在不会被过滤系统拦截,确保重要管理通知能够送达。
问题修复
版本修复了多个影响稳定性和功能的问题:
-
通知API修复:解决了未分组通知在特定API端点无法正确处理的问题。
-
媒体处理优化:修复了某些系统上libvips版本兼容性问题,改进了图像处理稳定性。
-
时间线生成效率:优化了时间线生成的算法,提高了系统响应速度。
-
投票验证:现在编辑帖子时会正确验证投票选项的有效性。
-
远程账户标签同步:修复了远程账户的特色标签不能及时更新的问题。
升级指南
对于运行v4.3.3版本的用户,升级步骤相对简单:
非Docker环境
- 安装依赖:
bundle install - 预编译资源:
RAILS_ENV=production bundle exec rails assets:precompile - 重启所有Mastodon进程
Docker环境
直接重启所有容器即可完成升级。
重要提示:升级前务必备份数据库。对于docker-compose用户,可以使用类似命令:docker exec mastodon_db_1 pg_dump -Fc -U postgres postgres > backup.dump
兼容性说明
v4.3.4版本保持了与之前版本相同的依赖要求:
- Ruby 3.1+
- PostgreSQL 12+(注意:PostgreSQL 14.0-14.3因数据损坏问题不受支持)
- Elasticsearch 7.x(或兼容的OpenSearch)
- Redis 4+
- Node.js 18+
- 图像处理:ImageMagick 6.9.7-7+或libvips 8.13+
对于使用夜间构建(nightly build)的用户,不应直接使用此版本,而应更新至nightly.2025-02-28-security或更高版本。
这个版本的发布体现了Mastodon团队对安全性和稳定性的持续关注,建议所有实例管理员尽快安排升级,以确保用户数据安全和系统稳定运行。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00