Hawtio 4.4.0 发布:Java管理控制台的全面升级
项目简介
Hawtio 是一个基于 Web 的开源管理控制台,专为 Java 应用程序设计。它提供了丰富的功能模块,包括 JMX 管理、日志查看、连接器管理、Spring Boot 监控等,能够帮助开发者轻松管理和监控 Java 应用。Hawtio 采用模块化架构,支持插件扩展,可以与多种 Java 框架和平台无缝集成。
安全增强
本次 4.4.0 版本在安全性方面做了多项重要改进:
-
Jetty 认证集成:增强了与 Jetty 服务器的认证集成能力,为部署在 Jetty 上的应用提供了更安全的访问控制。
-
JAAS-SpringSecurity 整合:特别针对 springboot-keycloak 示例项目,完善了 JAAS 与 Spring Security 的集成方案,使得基于 Keycloak 的单点登录方案更加稳定可靠。
-
内容安全策略(CSP)增强:新增了 form-action 指令到 Content-Security-Policy 头部,有效防止表单提交到非预期的目标地址,增强了防范 CSRF 攻击的能力。
-
Quarkus 集成改进:为 hawtio-quarkus 设置了 HttpOnly 标志的 JSESSIONID cookie,有效降低了 XSS 攻击的风险。
核心功能改进
-
嵌入式模式优化:修复了在通过
camel hawtio命令启动时可能出现的 ClassNotFoundException 问题,提升了嵌入式部署的可靠性。 -
MIME 类型处理:确保 HTML 文件返回时带有正确的 MIME 类型,避免了浏览器兼容性问题。
-
连接模块解耦:hawtio-connect 模块不再依赖 hawtio-system,简化了模块间的依赖关系,提高了系统的模块化程度。
依赖项升级
本次版本对多个关键依赖进行了升级:
- 升级至 Jolokia 2.2.8 版本,带来了更好的性能和安全性
- Spring 框架升级至 6.2.5 版本
- Spring Boot 升级至 3.4.4 版本
- Camel Spring Boot 升级至 4.10.3 版本
- Quarkus 升级至 3.20.0 版本
- 前端依赖方面,升级了 axios、dompurify 等多个关键库
测试与质量保证
开发团队在本次发布中特别加强了测试工作:
-
端到端测试:新增了针对 camel hawtio jbang 应用的测试工作流,确保命令行工具的稳定性。
-
测试修复:针对 Camel 消息测试和源代码视图测试进行了修复,提高了测试覆盖率。
-
CI 优化:针对 Mac 运行器上的不稳定测试进行了特殊处理,提高了持续集成环境的可靠性。
开发者体验改进
-
构建系统优化:为 Jetty hawtio-jaas.mod 添加了专门的构建配置,简化了定制化部署流程。
-
前端工具链升级:包括 Webpack、SWC 核心等构建工具的版本升级,提高了构建效率和输出质量。
-
React 集成:更新了 @hawtio/react 到 1.9.2 版本,为基于 React 的插件开发提供了更好的支持。
总结
Hawtio 4.4.0 版本在安全性、稳定性和开发者体验方面都做出了显著改进。特别是对现代 Java 生态系统的支持(如 Spring Boot 3.x 和 Quarkus)得到了进一步加强,使得 Hawtio 成为管理 Java 应用的更加强大和安全的工具。对于现有用户来说,升级到这个版本将获得更好的安全防护和更流畅的管理体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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