CryptPad项目2025.3.1版本发布:OnlyOffice 8.3升级与安全增强
CryptPad是一个开源的端到端加密协作平台,它提供了类似Google Docs的实时协作功能,但所有数据都在客户端加密后再发送到服务器,确保了用户数据的隐私安全。该项目采用JavaScript编写,支持文档、表格、演示文稿、看板等多种协作工具。
核心升级:OnlyOffice 8.3集成
本次2025.3.1版本最重要的更新是将OnlyOffice编辑器从之前的版本升级到了8.3。OnlyOffice是一套开源的办公套件,CryptPad将其集成作为文档、表格和演示文稿的编辑后端。
值得注意的是,新版本的OnlyOffice体积显著增大,安装时需要额外约830MB的磁盘空间。这主要是因为新版本包含了更多功能和改进,系统管理员在升级时需要确保服务器有足够的存储空间。
功能改进与用户体验优化
在文档处理方面,开发团队增加了当x2t转换失败时的错误提示功能。x2t是OnlyOffice用于文档格式转换的核心组件,这一改进使得用户在遇到文件转换问题时能够获得明确的反馈,而不是面对无响应的界面。
同时,团队还加入了针对x2t转换的警告提示,帮助用户在文档可能出现兼容性问题时提前知晓。这些改进显著提升了用户在处理复杂文档时的体验。
安全性与稳定性修复
本次更新包含多个重要的修复:
-
修复了OnlyOffice文档复制功能的问题,确保了文档在复制过程中的完整性和一致性。
-
解决了file-crypto模块中的u8增量问题,这是一个底层加密处理相关的技术问题,由社区贡献者ansuz发现并协助修复。
-
优化了资源回收机制,修复了可能导致系统资源管理不当的驱逐问题,提升了系统在高负载情况下的稳定性。
底层依赖升级
在安全方面,项目升级了TweetNaCl加密库。TweetNaCl是一个著名的加密库实现,以其小巧和安全著称。这次升级确保了CryptPad使用的加密算法保持最新,能够抵御已知的安全威胁。
升级建议
对于系统管理员,升级过程需要注意以下几点:
- 升级前务必备份重要数据
- 确保服务器有足够的磁盘空间(特别是考虑到OnlyOffice 8.3的体积增加)
- 按照标准升级流程:停止服务→获取代码→安装依赖→重启服务
- 升级后检查系统的健康状态页面,确认所有功能测试通过
总结
CryptPad 2025.3.1版本通过集成OnlyOffice 8.3带来了更强大的文档处理能力,同时在用户体验和安全方面都有显著提升。特别是对文档转换错误的明确提示和对底层加密库的升级,体现了项目团队对安全性和可用性的持续关注。对于注重隐私保护的团队和组织来说,这一版本值得考虑升级。
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-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