ORT 61.0.0版本发布:开源合规工具链的重要更新
2025-06-27 13:16:46作者:鲍丁臣Ursa
OSS Review Toolkit(简称ORT)是一款用于自动化管理开源软件合规性的工具链,能够帮助开发者和企业高效地完成开源许可证合规检查、依赖项分析等任务。近日,ORT团队发布了61.0.0版本,带来了一系列功能改进和问题修复。
主要变更与特性
本次61.0.0版本包含多项值得关注的更新:
-
CycloneDX格式的重大变更:现在使用通用属性来存储ORT特有的数据,这一变化可能会影响依赖CycloneDX格式输出的现有工作流程。开发者需要检查并调整相关集成代码。
-
模型层优化:
- 修复了意外抛出异常的问题,提高了稳定性
- 统一了插件选项的命名规范,使配置更加一致
- 移除了GitHubDefects相关遗留代码,简化了代码结构
-
SPDX文档处理增强:
- 简化了schema验证流程
- 改进了测试用例命名,使其更具描述性
- 优化了结果文件命名规则
-
构建系统改进:
- 正确设置了应用程序的"Main-Class"属性
- 升级了多项依赖,包括Gradle 8.14.2和Maven 3.9.10
技术细节解析
在模型层方面,ORT团队进行了多项重构:
- 移除了不必要的Jackson注解,减少了对特定序列化框架的依赖
- 优化了版本范围相关方法的命名,提高了代码可读性
- 将JsonSchemaTest改为独立于Jackson的实现,增强了测试的独立性
文档方面也有显著改进,特别是关于插件配置的部分。现在文档中会显示全局配置的完整路径,帮助开发者更清晰地理解配置结构。
开发者建议
对于正在使用ORT的项目团队,升级到61.0.0版本时需要注意:
- 如果项目依赖CycloneDX格式输出,需要检查并调整相关代码以适应新的属性结构
- 建议仔细阅读更新后的插件文档,了解配置路径的变化
- 测试环境中先行验证,特别是涉及SPDX文档处理的功能
总结
ORT 61.0.0版本通过多项技术改进提升了工具的稳定性和易用性。从模型层的优化到文档的完善,再到构建系统的增强,这些变化都体现了ORT团队对产品质量的持续追求。对于关注开源合规的团队来说,及时升级到这个版本将能获得更可靠的分析能力和更流畅的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143