Webmin 2.401版本发布:增强密码恢复功能与安全修复
Webmin作为一款广受欢迎的开源服务器管理工具,为系统管理员提供了基于Web的直观界面来管理Unix系统。它简化了用户账户管理、服务配置、系统监控等复杂任务,特别适合需要远程管理多台服务器的场景。
密码恢复功能增强
本次2.401版本更新中,最值得关注的改进是针对密码恢复功能的增强。开发团队为Virtualmin邮箱用户和Usermin添加了密码找回支持,这一改进解决了管理员在日常运维中的常见痛点。
在之前的版本中,当用户忘记密码时,管理员往往需要通过命令行手动重置,或者依赖其他复杂的恢复流程。新版本通过以下方式优化了这一体验:
- Virtualmin邮箱用户现在可以通过预设的安全问题或备用邮箱找回密码
- Usermin界面集成了完整的密码恢复流程
- 系统会始终显示密码恢复链接(如果该功能已启用)
这些改进不仅提高了系统的可用性,也减轻了管理员的工作负担,特别是在管理大量用户账户的环境中。
数据库模块修复
MySQL/MariaDB模块中修复了一个关键问题,该问题曾导致在某些情况下无法创建新的数据库用户(问题编号#2484)。具体表现为账户锁定状态检查逻辑存在缺陷,会错误地阻止合法的新用户创建请求。
这一修复确保了数据库管理功能的稳定性,对于依赖Webmin进行数据库管理的用户尤为重要。开发团队通过优化状态检查逻辑,消除了这一阻碍数据库用户创建的障碍。
安全相关改进
在安全方面,本次更新包含了两项重要修复:
-
修正了受保护用户(safe users)可能发送电子邮件的问题。这一修复完善了一个潜在的安全机制,确保只有获得适当权限的用户才能执行邮件发送操作。
-
密码恢复链接的显示逻辑得到改进,现在只要该功能启用,就会始终显示相关链接,避免了因界面显示问题导致用户无法找到恢复选项的情况。
这些安全修复体现了Webmin团队对系统安全性的持续关注,通过及时完善潜在机制,为用户提供更可靠的管理环境。
升级建议
对于正在使用Webmin的系统管理员,建议尽快安排升级到2.401版本,特别是那些:
- 管理大量用户账户的环境
- 依赖Webmin进行MySQL/MariaDB管理的场景
- 对系统安全性有较高要求的部署
升级过程通常只需几分钟,可以通过各Linux发行版的包管理器或直接下载安装包完成。升级前建议备份现有配置,虽然Webmin的升级过程通常不会影响现有设置。
总的来说,Webmin 2.401版本通过增强密码恢复功能和修复关键问题,进一步提升了这款服务器管理工具的实用性和可靠性,是值得所有Webmin用户升级的一个版本。
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