Kubermatic v2.26.6版本发布:关键安全更新与稳定性增强
Kubermatic是一个开源的Kubernetes管理平台,它简化了多云和混合云环境中Kubernetes集群的部署、管理和运维工作。通过提供直观的用户界面和强大的自动化功能,Kubermatic使企业能够轻松地在各种基础设施上运行生产级的Kubernetes集群。
重要变更说明
本次发布的v2.26.6版本包含了一些关键性的变更,其中最值得注意的是对vSphere凭证处理的改进。在现有用户集群中,当指定了凭证时,机器控制器(machine-controller)和对象存储管理器(OSM)现在将使用infraManagementUser和infraManagementPassword而非之前的username和password。这一变更确保了凭证处理的标准化和安全性,虽然可能需要对现有部署进行相应调整,但长期来看将提高系统的稳定性和可维护性。
关键问题修复
本次更新解决了多个影响用户体验和系统稳定性的问题:
-
应用程序管理修复:修复了在使用git-source作为应用程序源时可能导致的Go程序崩溃问题,提高了应用程序部署的可靠性。
-
集群备份状态监控:解决了由于主控制器管理器中缺少cluster-backup-storage-controller而导致的CBSL(集群备份存储位置)状态更新问题,确保了备份功能的正常运行。
-
边缘计算场景优化:修复了边缘计算场景下集群可能卡在"creating"阶段的问题,该问题是由于错误地等待机器控制器的健康状态而导致的。
-
仪表板API改进:更新了仪表板API以正确使用在创建集群时选择的OSP(操作系统提供商),确保了集群创建过程中操作系统选择的准确性。
安全增强
安全始终是Kubermatic关注的重点,本次更新包含了重要的安全补丁:
- 将nginx-ingress-controller升级至1.11.5版本,修复了多个关键安全问题,包括CVE-2025-1097、CVE-2025-1098、CVE-2025-1974、CVE-2025-24513和CVE-2025-24514。这些修复增强了入口控制器的安全性,保护集群免受潜在的网络风险。
版本兼容性与升级建议
v2.26.6版本作为维护性更新,保持了与之前版本的API兼容性。对于正在使用v2.26.x系列版本的用户,建议尽快升级以获得最新的安全修复和稳定性改进。升级前应特别注意vSphere凭证处理方式的变更,确保相关配置已相应调整。
对于生产环境,建议先在测试环境中验证升级过程,特别是检查自定义应用程序和备份功能的运行情况。升级过程中,监控系统日志以发现任何潜在问题,并确保有完整的备份方案。
总结
Kubermatic v2.26.6版本虽然是一个小版本更新,但包含了多项重要的安全修复和稳定性改进,特别是对vSphere凭证处理的标准化和安全增强。这些改进进一步提升了平台在多云环境中的可靠性和安全性,为用户提供了更加稳定的Kubernetes管理体验。建议所有用户评估这些变更对自身环境的影响,并计划适当的升级窗口期。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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