Rundeck 5.11版本中密钥存储API变更分析与解决方案
2025-06-05 05:53:07作者:翟江哲Frasier
问题背景
在Rundeck 5.11.0及后续版本中,用户发现通过API获取公钥内容的行为发生了重大变化。原本通过/api/14/storage/keys/path/to/public.key接口(配合Accept: application/pgp-keys请求头)可以直接获取公钥文本内容的功能,现在却返回了包含元数据的JSON响应,而不再返回实际的公钥内容。
技术细节分析
行为变更表现
-
API响应变化:
- 旧版本(5.10.1及之前):直接返回公钥文本内容(如
ssh-rsa开头的密钥字符串) - 新版本(5.11.0+):返回包含元数据的JSON结构,其中虽然包含内容类型和大小等信息,但不再包含实际密钥内容
- 旧版本(5.10.1及之前):直接返回公钥文本内容(如
-
Web界面变化:
- 旧版本:在密钥存储浏览器中有"查看公钥内容"按钮
- 新版本:该按钮默认消失
根本原因
这一变更源于Rundeck 5.11版本对安全性的增强,默认禁用了公钥下载功能。这是一个有意为之的设计变更,而非API故障。
解决方案
启用公钥下载功能
可以通过修改Rundeck配置来恢复原有功能:
-
配置文件修改: 在
rundeck-config.properties中添加:rundeck.feature.publicKeyDownload.enabled=true -
Docker环境配置: 对于使用官方Docker镜像的用户,可以通过Remco模板引擎进行配置:
- 修改
/etc/remco/templates/rundeck-config.properties模板文件 - 添加上述配置项
- 修改
-
功能标志设置: 在
rundeck-config-features.properties中确保相关功能标志已启用
注意事项
- 这一变更同时影响API和Web界面功能
- 启用公钥下载功能可能会带来一定的安全风险,请根据实际需求评估
- 建议在测试环境验证后再应用到生产环境
版本兼容性建议
如果短期内无法修改配置,可以考虑以下方案:
- 降级到5.10.1版本(最后一个保持原有行为的版本)
- 开发适配新API响应的客户端代码(需要额外请求元数据中的URL获取内容)
总结
Rundeck 5.11版本对密钥存储API的安全增强导致了这一行为变更。虽然文档有待完善,但通过合理的配置调整可以恢复原有功能。建议管理员在升级前充分测试API兼容性,并根据组织安全策略决定是否启用公钥下载功能。
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-1.5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-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
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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