网络安全笔记

#Browser #Tools

🛞 Elmo：开箱即用的 AI Chrome 拓展

🔗 Web | Chrome Web Store

ℹ️ 关于 Elmo

- 由原阿里巴巴技术副总裁 贾扬清 创立的 Lepton AI 团队打造的一款 Chrome 拓展；
- 完全免费，无需账号，开箱即用。「Elmo 是你的 AI 网络助手，帮助你提取总结、发掘洞见，并拓展你的知识」。

✨ 功能亮点

- 快速总结网页内容并生成要点，适合需要快速获取信息或者大致了解主题的用户；
- 针对当前网页内容提出问题并获取答案，节省搜索资料所花费的时间和精力；
- 无需离开当前页面，从网络上抓取与关键词相关的信息并无缝融入到你的浏览体验中；
- 把 PDF 或者 YouTube 当成 Chatbot 一样进行提问对话，让你在处理大量文本或者理解晦涩视频时更加轻松；
- 除此之外，Elmo 还支持翻译、改写等功能。

👀 我的看法

在一则 推文 中，Lepton AI 团队的创始人贾扬清提到创建 Elmo 的缘由：「因为我们深信开源模型的力量至今仍被严重低估。Elmo 完全建立在开源 LLM 的基础上，如果使用得当，开源模型能够提高出乎意料的优秀性能，并且可高度自定义——这对于企业来说是非常有帮助的」。从这个角度上来说，Elmo 跟 Lepton AI、ChatGPT 跟 OpenAI 的关系颇为相似。如果你正在寻找一款开箱即用、完全免费的 AI 拓展，那么不妨来试试 Elmo。

P.S. 由于 Elmo 运行在浏览器的侧边栏（sidepanel）中，而 Arc 浏览器目前还不支持侧边栏 API，因此使用 Arc 浏览器的用户暂时无法体验 Elmo。

📁 本文首发于 Humanitech 频道，图文版见 小红书。

频道：@NewlearnerChannel

[译] 如何训练一个企业级 GPT 助手（OpenAI，2023）
http://arthurchiao.art/blog/how-to-train-a-gpt-assistant-zh/

[译] 大模型推理的极限：理论分析、数学建模与 CPU/GPU 实测（2024）
http://arthurchiao.art/blog/llm-inference-speed-zh/

MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。MaxKB = Max Knowledge Base，旨在成为企业的最强大脑。

开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化，智能问答交互体验好；
无缝嵌入：支持零编码快速嵌入到第三方业务系统；
多模型支持：支持对接主流的大模型，包括本地私有大模型（如 Llama 2）、Azure OpenAI 和百度千帆大模型等。

最近尝试体验部署fastgpt+chatglm3+m3e的私有化知识库，说说感受：
1、fastgpt的整体逻辑和使用感受非常直观，知识库的导入、创建，应用的编排、发布过程新手非常友好。
2、除了chatglm外，一键部署
存在的问题
1、知识库搜索慢，可能是开启了问题补全导致的，但我关了以后同样很慢。
2、文档分词比较混乱，需要手动调整的比较多。

同类型的工具也有很多：dify、chatchat、coze 都可以体验体验。
https://doc.fastai.site/docs/development/faq/

综合两篇文章来详细了解XZ后门的详细原理分析、影响分析

https://gist.github.com/thesamesam/223949d5a074ebc3dce9ee78baad9e27#design

https://www.zhihu.com/question/650826484/answer/3449022153

今天起对逾期未履行备案手续的境内App依法采取下架、关停等处理措施

根据《工业和信息化部关于开展移动互联网应用程序备案工作的通知》要求，2024年4月1日起，对逾期未履行备案手续的境内存量移动互联网应用程序（含APP、小程序、快应用等，以下简称APP），将按照《中华人民共和国反电信网络诈骗法》《互联网信息服务管理办法》等法律法规要求，依法采取下架、关停等处理措施，网络接入服务提供者、应用分发平台、智能终端生产企业应全面落实“先备案后服务”要求，不得为未备案APP提供网络接入、分发、预置等服务，保障互联网行业规范健康发展，维护网络安全和公众利益。

DevSecOps中的漏洞管理生命周期 https://is.gd/V6rjB3

#Github

📃 开箱即用的 Obsidian / Typora 简历 😁

https://github.com/BingyanStudio/LapisCV

检测规则


CVE-2024-3094-p.yara
import "elf"

rule ELF_Droplet_Object {
meta:
description = "Droplet object used during xz / liblzma incident"
reference = "CVE-2024-3094"
author = "Matthias Weckbecker"

strings:
$1 = { f30f1efa554889f54c89ce5389fb81e7000000804883ec28488954241848894c2410 }

condition:
elf.machine == elf.EM_X86_64

and

(
(
elf.number_of_sections > 100 and elf.number_of_sections <= 242

and

for any s in (".text.crc64_resolve", ".text._get_cpuid"): (
for any i in (0 .. elf.number_of_sections): (
((elf.sections[i].name == s)
and (elf.sections[i].type == elf.SHT_PROGBITS))
)
)
)

or

$1
)
}