Endo项目1.12.0版本发布:JavaScript安全执行环境的重要更新
项目简介
Endo是一个专注于提供安全JavaScript执行环境的开源项目,其核心组件ses(安全ECMAScript)为JavaScript代码提供了强大的隔离和沙箱能力。通过Endo,开发者可以创建相互隔离的JavaScript执行环境(称为Compartments),在这些环境中运行不受信任的代码而不会影响主应用程序的安全性。
主要更新内容
1. evalTaming选项命名规范化
在本次1.12.0版本中,evalTaming选项的取值进行了规范化重命名:
- 从
'safeEval'改为'safe-eval' - 从
'unsafeEval'改为'unsafe-eval' - 从
'noEval'改为'no-eval'
这一变更是为了遵循kebob-case(短横线连接)的命名约定,取代原有的camelCase(驼峰式)命名。为了保持向后兼容性,旧名称目前仍可使用,但已被标记为废弃,建议开发者尽快迁移到新命名格式。
2. 非词法名称解析行为变更
在隔离环境中,对非词法名称(即未在当前作用域声明且不在全局对象上的变量)的解析行为发生了变化。在之前的版本中,这种情况会抛出ReferenceError,而现在会返回undefined。
这一变更是为了解决技术实现上的限制:在不暴露宿主globalThis属性的情况下,无法完美模拟原生JavaScript引擎(如XS)的行为。虽然这与原生Hardened JavaScript实现的行为有所差异,但在安全性和实用性之间取得了更好的平衡。
3. @endo/patterns新增容器匹配模式
@endo/patterns模块新增了M.containerHas模式匹配功能,主要用于支持Zoe中的want模式。该功能允许从容器中提取特定数量的匹配元素:
M.containerHas(elementPatt, bound = 1n)
其中bound参数必须是一个正的大整数(BigInt),表示要提取的匹配元素数量。同时新增的containerHasSplit函数则专门支持ERTP中对非可替代资产(set, copySet)和半可替代资产(copyBag)的操作。
4. @endo/import-bundle支持测试格式
@endo/import-bundle模块现在支持test格式的bundle。这种格式的bundle会返回一个Promise,解析为一个类似模块导出命名空间的对象,其特殊符号属性@exports包含了指定的导出对象。这种设计有意避免了JSON序列化和传递的可能性。
此外,新增了typedImportBundle<ExpectedExportsNamespace>函数,提供了比any更精确的类型签名,同时不影响现有代码的使用。
5. @endo/bundle-source重大重构
4.0.0版本对nestedEvaluate和getExport格式的实现进行了彻底重构,改用Endo的Compartment Mapper替代Rollup作为底层实现。这一变化带来了以下改进:
- 消除了Rollup与底层Babel生成器之间源映射(source map)转换的协调问题
- 虽然不再生成源映射,但Babel确保了原始源代码与打包后代码之间的行号和列号保持不变
- 提升了构建性能和可靠性
6. @endo/compartment-mapper功能增强
1.6.0版本带来了多项重要改进:
-
CommonJS兼容性增强:现在能够正确处理在
exports上使用defineProperty的CommonJS模块。 -
打包功能重构:
- 将
makeBundle拆分为makeScript和makeFunctor makeScript生成适合网页<script>标签的JavaScript字符串makeFunctor生成可部分应用的函数,允许运行时提供选项
- 将
-
新增选项支持:
- 新增
format、useEvaluate和sourceUrlPrefix选项 - 支持
"cjs"格式,允许bundle使用主机的CommonJSrequire加载主机模块
- 新增
-
调试信息增强:
- 在由
mapNodeModules生成的compartment描述符中添加sourceDirname - 改进生成的bundle中的源URL注释,便于调试
- 在由
-
日志功能:新增
log选项,允许自定义日志函数(目前仅mapNodeModules支持)
7. @endo/evasive-transform改进
1.4.0版本主要改进了源映射处理:
- 新增
sourceMap选项,使生成的源映射能够直接映射回原始源代码 - 移除了未使用的
unmapLoc功能,简化了API
技术意义与影响
本次Endo项目的更新在多个层面上提升了JavaScript安全执行环境的能力和开发体验:
-
API规范化:通过统一命名约定,提高了代码的一致性和可维护性。
-
安全性增强:对非词法名称解析行为的调整,在保持安全性的同时提高了实用性。
-
模式匹配能力扩展:新增的容器匹配模式为资产操作提供了更强大的工具,特别是在DeFi等需要精确控制资产流动的场景中。
-
构建系统现代化:Compartment Mapper对Rollup的替代,标志着Endo构建系统向更专业、更可靠的方向发展。
-
调试体验提升:改进的源映射和日志支持,使得在复杂的安全环境中调试代码变得更加容易。
这些更新共同推动了Endo项目作为JavaScript安全执行环境解决方案的成熟度,为构建更安全、更可靠的JavaScript应用提供了坚实基础。
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