Manyfold项目v0.98.0版本发布:安全警告优化与多项改进
Manyfold是一个开源的3D建模与协作平台,它提供了丰富的功能来支持3D内容的创建、共享和协作。作为一个持续迭代的项目,Manyfold团队近期发布了v0.98.0版本,带来了一系列值得关注的改进和优化。
安全警告的可配置化
在Linux系统中,以root用户身份运行应用程序通常被认为是不安全的做法,因为这可能会带来潜在的系统风险。Manyfold项目一直遵循这一安全最佳实践,会在检测到以root身份运行时显示警告信息。然而,在某些特定的平台即服务(PaaS)环境中,这种运行方式实际上是安全的。
v0.98.0版本引入了一个新的环境变量SUDO_RUN_UNSAFELY,允许管理员在确认环境安全的情况下禁用这一警告。这一改进既保持了默认的安全防护,又为特定场景提供了灵活性,体现了项目团队对安全性和实用性的平衡考量。
S3存储服务的兼容性增强
Manyfold支持使用S3兼容的存储服务来保存项目数据。在v0.98.0版本中,团队对S3集成进行了两项重要改进:
-
路径风格URL的可配置性:新增了选项来控制是否对非AWS S3服务使用路径风格的URL。这一改进增强了与各种S3兼容存储服务的互操作性。
-
参数过滤修复:修复了S3路径风格参数过滤的问题,确保了参数传递的准确性和一致性。
这些改进使得Manyfold能够更好地适应不同的存储后端环境,特别是那些使用自建或第三方S3兼容存储服务的用户场景。
ActivityPub协议的完善
Manyfold支持ActivityPub协议来实现联邦社交功能。在v0.98.0版本中,团队对ActivityPub相关的实现进行了多项优化:
-
类型字段明确化:为创建者ActivityPub对象添加了具体的类型字段,提高了协议的兼容性。
-
用户表示规范化:在用户的ActivityStreams表示中添加了具体类型,使数据结构更加规范。
-
远程用户交互修复:解决了取消关注远程用户时可能出现的问题,提升了联邦社交功能的稳定性。
这些改进使得Manyfold在分布式社交网络中的表现更加可靠和符合标准。
开发体验优化
对于开发者而言,v0.98.0版本也带来了一些便利性改进:
-
开发模式下的SSL和主机名配置:现在可以更方便地配置SSL和主机名,支持使用ngrok隧道进行开发测试,简化了开发环境的搭建过程。
-
公共ID的大小写敏感性修复:解决了公共ID在处理时的大小写敏感性问题,确保了标识符的一致性。
总结
Manyfold v0.98.0版本虽然在功能上没有重大变化,但在细节上的打磨和完善体现了项目团队对产品质量的持续追求。从安全警告的可配置化,到存储服务的兼容性增强,再到ActivityPub协议的完善,每一项改进都针对实际使用场景中的痛点进行了优化。
这些看似微小的改进累积起来,将显著提升Manyfold的稳定性、兼容性和用户体验,为项目的长期发展奠定了更加坚实的基础。对于现有用户来说,升级到这个版本将获得更顺畅的使用体验;对于潜在用户而言,这些改进也展示了项目团队的严谨态度和技术实力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00