Tracecat 0.27.0发布:表格查询与JSON处理能力全面升级
2025-06-18 06:09:16作者:余洋婵Anita
Tracecat作为一个新兴的开源自动化工作流平台,在0.27.0版本中带来了多项重要功能更新和性能优化。本次更新最引人注目的是全新的表格查询功能以及增强的JSON数据处理能力,这些改进将显著提升用户在安全自动化、事件响应等场景下的工作效率。
核心功能升级
表格查询功能全面上线
0.27.0版本正式引入了完整的表格查询功能栈,包括:
- 表格服务基础架构:底层实现了完整的表格存储和查询服务,为上层功能提供支持
- 行级插入操作:支持向表格中逐行添加数据,满足精细化数据管理需求
- 批量插入接口:针对大规模数据导入场景,提供了高效的批量插入能力
- 核心查询动作:通过
core.table.lookup实现了灵活的数据查询功能 - CSV导入工具:配套开发了CSV数据导入器和直观的UI界面,简化了外部数据接入流程
这套表格功能特别适用于需要频繁查询参考数据的场景,如IP信誉库查询、资产信息管理等,将大幅减少用户在不同系统间切换的成本。
JSON处理能力增强
在数据处理方面,本次更新丰富了JSON处理函数库:
- FN.merge扩展:现在支持合并多个对象,而不仅限于两个对象的合并
- FN.index_by_key:可将对象数组转换为以指定字段为键的单一对象,便于快速查找
- FN.map_keys:实现键名映射功能,能够将对象的键名按照指定规则进行转换
这些函数在处理API响应、日志数据等场景下特别有用,能够显著简化数据转换流程。
集成与模板改进
在集成方面,0.27.0版本带来了两个重要更新:
- URLScan模板:新增了支持轮询机制的URLScan集成模板,便于跟踪扫描任务的完成状态
- Jira增强:扩展了Jira创建案例功能,现在支持添加标签和指定优先级ID,同时新增了获取优先级方案、项目和优先级ID的模板
这些改进使得安全团队能够更高效地将威胁情报与工单系统对接,实现自动化的事件跟踪和处理。
架构优化与开发者体验
本次发布还包含多项底层优化:
- 性能提升:默认提高了API服务的CPU和内存配额,确保系统在高负载下的稳定性
- 代码清理:移除了非Python的lambda转换动作,简化了代码维护
- UI改进:重新设计了工作区设置界面,提升了用户体验
特别值得注意的是,Tracecat项目现已正式开放社区贡献,欢迎开发者参与集成开发,共同构建更强大的自动化生态。
总结
Tracecat 0.27.0通过引入表格查询和增强JSON处理能力,为用户提供了更强大的数据操作工具。配合改进的集成模板和底层优化,这个版本进一步巩固了Tracecat作为自动化工作流平台的地位。对于安全运营、DevSecOps等团队而言,这些新功能将帮助他们构建更高效、更可靠的自动化流程,提升整体运营效率。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868