Homarr项目v1.15.0版本发布:新增UniFi控制器集成与媒体上传功能
Homarr是一个现代化的自托管仪表板工具,它允许用户在一个简洁美观的界面中集中管理各种服务、应用和网络设备。作为一个开源项目,Homarr持续迭代更新,为个人和企业用户提供更好的自托管体验。
核心功能更新
UniFi控制器集成
本次版本最引人注目的新特性是增加了对UniFi网络控制器的集成支持。UniFi是由Ubiquiti公司开发的一系列企业级网络设备,包括路由器、交换机和无线接入点等。通过这个集成,Homarr用户现在可以直接在仪表板上:
- 查看UniFi网络设备的实时状态
- 监控网络流量和连接设备
- 获取关键网络性能指标
- 快速访问UniFi控制器界面
这项功能特别适合那些使用UniFi设备构建家庭或企业网络的用户,使他们能够在一个统一的界面中管理整个网络基础设施。
媒体上传功能增强
v1.15.0版本对媒体上传功能进行了显著改进,新增了多个上传按钮,使用户能够更便捷地自定义仪表板的外观:
- 背景图片上传:用户现在可以直接上传自定义背景图片,而不再局限于URL引用
- 网站图标(Favicon)上传:支持上传个性化的小图标,显示在浏览器标签页上
- Logo上传:允许上传组织或个人的标识,增强仪表板的个性化程度
这些改进使得Homarr的个性化设置更加直观和用户友好,特别是对于非技术用户而言,不再需要手动处理图片URL或进行复杂的配置。
技术优化与修复
性能改进
开发团队移除了Turbopack标志,解决了内存溢出的问题。Turbopack是Webpack的替代品,旨在提供更快的构建速度,但在某些情况下可能导致内存消耗过高。这一调整显著提升了Homarr在资源受限环境下的稳定性。
安全增强
版本修复了一个重要的安全问题,涉及笔记本小部件的授权检查缺失。现在所有对笔记本小部件的修改操作都会经过严格的权限验证,确保只有授权用户才能进行更改,增强了系统的整体安全性。
依赖项更新
项目持续保持对第三方依赖的更新,包括:
- Kubernetes客户端更新至1.1.2版本
- LDAP库升级到7.4.0
- Swagger UI更新至5.20.7
- TypeScript ESLint升级到8.29.1
- Mantine UI框架更新至7.17.4
- Next.js升级到15.2.5
- TanStack Query更新至5.72系列
- tRPC升级到11.0系列
这些更新不仅带来了性能改进和新特性,也修复了已知的安全漏洞,确保Homarr建立在最新、最稳定的技术栈之上。
问题修复
- 修复了Nginx默认限制导致媒体上传大小被限制在1MB的问题,现在用户可以上传更大的文件
- 解决了多个前端和后端的稳定性问题
- 优化了API接口的响应速度和可靠性
总结
Homarr v1.15.0版本通过引入UniFi控制器集成和增强媒体上传功能,进一步巩固了其作为全能型自托管仪表板的地位。同时,性能优化和安全修复确保了系统的稳定性和可靠性。对于现有用户,建议尽快升级以获取这些新功能和改进;对于新用户,这个版本提供了一个功能更加完善、使用更加便捷的起点。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00