GoToSocial v0.19.0 发布:社交网络服务的重大升级
GoToSocial 是一个轻量级的 ActivityPub 社交网络服务器,采用 Go 语言编写,旨在提供 Mastodon 兼容的联邦社交网络服务。它特别适合个人或小型社区使用,具有资源占用低、配置简单等特点。
最新发布的 v0.19.0 版本代号为"Seditious Sloth"(叛逆的树懒),带来了多项重要功能更新和安全增强,是 GoToSocial 发展历程中的一个重要里程碑。
核心功能增强
OAuth 令牌范围强制实施
在此版本中,OAuth 令牌的范围(如 read、write 等)终于实现了真正的功能控制。这意味着应用开发者现在可以精确控制第三方应用对用户账户的访问权限,与 Mastodon API 的令牌范围保持一致,为开发者提供了更熟悉的开发体验。
令牌管理与应用控制
新增了令牌审查和撤销功能,用户现在可以在设置面板中查看和管理所有已授权的访问令牌,增强了账户安全性。同时,用户可以直接在设置面板中创建和管理应用程序,这对运行机器人和开发第三方应用的用户特别有用。
个人资料布局选项
引入了"画廊"风格的资料布局选项,用户可以选择以类似 Instagram 的网格形式展示个人资料。这种布局特别适合主要发布媒体内容的用户,能够更好地突出展示图片和视频。
双重认证(2FA)支持
对于未配置 OIDC 提供者的实例,现在支持通过二维码和认证应用设置双重认证。启用 2FA 后,登录时需要提供基于时间的一次性密码(TOTP),大大增强了账户安全性。
技术改进与优化
数据库迁移注意事项
此版本包含重要的数据库迁移,特别是对 accounts 表进行了重构。管理员在升级时需要特别注意:
- 确保有足够的磁盘空间(建议等于当前数据库大小)
- 备份数据库(SQLite 用户只需复制 sqlite.db 文件)
- 不要中断迁移过程
- 迁移时间可能从几秒到十分钟不等,取决于硬件性能
Web 界面优化
新版本对 Web 界面进行了多项改进:
- Chrome 浏览器上更美观的媒体渲染
- 完整的 blurhash 支持
- 大幅改进的键盘导航支持
- 更广泛的字体支持(针对不同文字系统)
- 更整洁的状态信息栏
兼容性修复
特别修复了与 bandwagon.fm 的兼容性问题,现在用户可以关注 Bandwagon.fm 艺术家并接收他们的帖子和公告。同时改进了域权限管理,现在可以直接编辑混淆、公开和私有注释字段,而无需删除并重新创建权限。
升级建议
对于系统管理员,升级时需要注意:
- 停止 GoToSocial 服务
- 备份数据库
- 下载并解压新版本(包含 Web 资源和 HTML 模板)
- 根据需要编辑 config.yaml 文件
- 启动服务并等待迁移完成
- 注意所有用户将被登出设置面板,需要重新登录
Docker 用户可以使用 superseriousbusiness/gotosocial:0.19.0 或 superseriousbusiness/gotosocial:latest 镜像进行升级。
总结
GoToSocial v0.19.0 通过引入 OAuth 范围控制、2FA 认证、应用管理等重要功能,显著提升了平台的安全性和可用性。同时,性能优化和界面改进也提升了用户体验。对于正在寻找轻量级、自托管社交网络解决方案的用户和开发者来说,这个版本值得考虑升级。
特别值得注意的是,项目团队在保持轻量级特性的同时,不断向主流社交网络功能靠拢,体现了 GoToSocial 作为 ActivityPub 生态系统重要成员的持续发展态势。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01