Microsoft365DSC 1.25.226.1版本更新解析:关键修复与功能增强
Microsoft365DSC作为一款强大的PowerShell模块,为IT管理员提供了通过代码方式配置和管理Microsoft 365环境的标准化解决方案。本次发布的1.25.226.1版本带来了一系列重要的修复和功能增强,特别针对条件访问策略、合规性策略等核心组件进行了优化。
条件访问策略组件修复
本次更新中,AADConditionalAccessPolicy资源组件修复了一个在GCC-High环境下导致失败的关键问题。原先版本中,TermsOfUse参数未被正确处理为数组格式,这在政府云等高安全要求环境中会引发配置失败。开发团队不仅修复了这一问题,还增强了Get-TargetResource函数的详细日志输出功能,使得管理员能够更清晰地查看从cmdlet检索到的策略信息,显著提升了故障排查效率。
密码策略与合规性策略改进
在安全策略方面,AADPasswordRuleSettings组件更新了其架构验证,现在严格限制BannedPasswordCheckOnPremisesMode参数只能接受"Enforced"(强制执行)或"Audit"(审计)这两个有效值。这一变更确保了密码策略配置的规范性和一致性。
IntuneDeviceCompliancePolicyWindows10组件则修复了DeviceCompliancePolicyScript属性的处理问题。该修复解决了之前版本中可能出现的脚本策略应用异常,使得Windows 10设备合规性策略的脚本管理更加可靠。
组织与租户设置增强
O365OrgSettings组件新增了对AllowPlannerCopilot设置的支持,为组织提供了更多Microsoft Planner的配置选项。同时,PPTenantSettings组件修正了资源架构中的描述格式问题,消除了因多行字符串描述导致的潜在配置问题。
SPOTenantSettings组件在此次更新中引入了两个重要属性:EnableAzureADB2BIntegration(启用Azure AD B2B集成)和OneDriveSharingCapability(OneDrive共享能力),为SharePoint Online租户管理提供了更细粒度的控制选项。
SharePoint与Teams组件优化
SPOSiteScript组件修复了当仅通过标题标识站点脚本时Get-TargetResource函数可能出现的错误,提高了脚本管理的稳定性。
Teams相关组件(TeamsChannel、TeamsTeam和TeamsUser)都进行了导出排序的优化,确保配置导出时保持一致的顺序,这对于版本控制和变更跟踪尤为重要。
依赖项更新
作为基础支撑,MSCloudLoginAssistant依赖项已更新至1.1.39版本,带来了底层认证和连接稳定性的改进。
这次更新体现了Microsoft365DSC项目团队对产品质量的持续追求,通过解决实际使用中的痛点问题,进一步提升了模块在复杂企业环境中的可靠性和管理效率。对于已经部署或计划部署Microsoft365DSC的组织,建议及时评估并升级到此版本,以获取更稳定的管理体验和更丰富的配置选项。
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