ycmd项目中Python 3.13编译时的Deprecation Warning解析
在Linux系统上使用Python 3.13及以上版本编译ycmd项目时,用户可能会遇到一个关于tar文件提取的Deprecation Warning警告。这个警告源于Python 3.12引入的一项安全改进,将在Python 3.14中成为默认行为。
问题背景
当用户在Fedora 41等Linux发行版上使用Python 3.13.1运行ycmd的安装脚本时,系统会输出如下警告信息:
Setting up Clangd completer.../(path)/YouCompleteMe/third_party/ycmd/build.py:1235: DeprecationWarning: Python 3.14 will, by default, filter extracted tar archives and reject files or modify their metadata. Use the filter argument to control this behavior.
package_tar.extractall( CLANGD_OUTPUT_DIR )
技术原因
这个警告与Python对tar文件处理方式的安全改进有关。从Python 3.12开始,tarfile模块引入了一个新的过滤机制,目的是防止提取tar包时可能存在的安全风险,如路径遍历攻击或特殊文件类型的提取。
在Python 3.12中,虽然引入了这个过滤机制,但默认行为仍然是完全信任归档文件(相当于filter='tar')。然而,这个默认行为已被标记为不推荐使用,并计划在Python 3.14中改变默认行为。
解决方案分析
理论上,可以通过修改build.py文件中的相关代码来消除这个警告,将:
package_tar.extractall( CLANGD_OUTPUT_DIR )
改为:
package_tar.extractall( CLANGD_OUTPUT_DIR, filter='tar' )
然而,项目维护者做出了一个权衡决策:为了保持对Python 3.9等旧版本的支持,决定暂时保留这个警告,而不是增加复杂的版本检测逻辑。这种做法虽然会在Python 3.13及以上版本中显示警告,但确保了代码在所有支持的Python版本上都能正常工作。
对用户的影响
这个警告只是一个提示信息,不会影响ycmd的实际功能或性能。用户可以安全地忽略它,等待项目在未来版本中统一处理这个问题。对于特别关注这个警告的用户,可以自行修改本地代码,但需要注意这可能会影响跨Python版本的兼容性。
总结
ycmd项目在平衡新功能支持和向后兼容性方面做出了合理的选择。这个Deprecation Warning反映了Python生态系统对安全性的持续改进,而ycmd项目则选择了在当前阶段保持最大兼容性的策略。随着Python 3.14的发布,项目很可能会更新其代码以适应新的默认行为。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00