cibuildwheel 3.0.0发布:跨平台Python轮子构建工具重大升级
cibuildwheel是一个用于在CI环境中自动构建跨平台Python轮子(wheel)的工具。它能够帮助开发者轻松地为不同操作系统和Python版本构建兼容的二进制分发包,大大简化了Python项目的打包和分发流程。最新发布的3.0.0版本带来了多项重要更新和功能增强。
核心功能升级
1. iOS平台支持
cibuildwheel 3.0.0最引人注目的新特性是增加了对iOS平台的支持。开发者现在可以在Mac设备上构建适用于iOS的Python轮子,只需将平台选项设置为"ios"并配置好iOS工具链即可。这一功能为Python在移动端的应用开辟了新的可能性。
2. GraalPy解释器支持
新版本正式加入了对GraalPy解释器的支持。GraalPy是基于GraalVM的Python实现,能够提供更好的性能特性和与其他语言的互操作性。开发者可以通过enable选项启用这一功能。
3. CPython 3.14预发布支持
虽然CPython 3.14仍处于beta阶段,但cibuildwheel已经提供了对其的支持。需要注意的是,在beta阶段ABI可能会发生变化,因此建议等到RC1版本后再分发构建的轮子。
构建与测试流程改进
1. 测试源文件管理
新版本引入了test-sources选项,允许开发者指定需要复制到测试环境的文件和目录。这一改进特别适用于iOS构建,同时也解决了其他平台上测试文件路径管理的问题。
2. 依赖版本控制
增加了dependency-versions的内联语法,使依赖管理更加灵活和直观。开发者可以更精细地控制构建过程中使用的依赖版本。
3. 构建前端变更
默认构建方式从pip wheel改为直接调用build工具。这一变化使得构建日志输出更加清晰可见,开发者可以更容易地诊断构建过程中的问题。
兼容性与环境调整
1. 默认镜像更新
Linux平台的默认构建镜像从manylinux2014升级为manylinux_2_28,提供了更新的系统环境和库支持。
2. 环境精简
构建环境中不再预装setuptools和wheel,减少了不必要的依赖,使环境更加精简。
3. Python版本支持调整
移除了对Python 3.6和3.7的支持,最低运行要求提升至Python 3.11。同时,PyPy轮子不再默认构建,需要通过enable选项显式启用。
文档与用户体验
文档结构进行了全面重组和更新,现在主要使用pyproject.toml中的选项名称而非环境变量名称,使配置更加直观。文档中还加入了Python 3.14特有的彩色输出示例,提升了可读性。
总结
cibuildwheel 3.0.0是一个重要的里程碑版本,不仅扩展了支持的平台范围,还改进了构建流程和用户体验。特别是iOS平台的支持,为Python生态开辟了新的应用场景。对于需要为多个平台构建Python轮子的项目来说,升级到这一版本将获得更强大的功能和更流畅的体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07