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。
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