Bottlerocket项目构建系统迁移至核心工具包后的仓库创建问题解析
Bottlerocket操作系统团队近期将项目架构迁移至bottlerocket-core-kit核心工具包,这一架构变更在开发分支(develop)上已经实施。然而,这一迁移过程中出现了一个影响开发者工作流的关键问题:当用户尝试使用cargo make repo命令创建TUF仓库时,构建系统会失败。
问题现象
在aarch64架构下,当开发者执行以下命令尝试为特定变体(如aws-k8s-1.29)创建仓库时:
cargo make -e ARCH=aarch64 -e BUILDSYS_VARIANT=aws-k8s-1.29 repo
系统会报错,提示无法找到波浪发布策略文件(default-waves.toml)。错误信息显示构建系统仍在尝试从旧的路径sources/updater/waves/下寻找该文件,而实际上该文件在新架构下的位置已经变更。
技术背景
Bottlerocket使用波浪发布策略(wave policy)来控制更新的推送节奏。这个策略文件定义了不同批次设备接收更新的时间偏移量。在旧版架构中,该文件位于sources/updater/waves/目录下,而迁移至bottlerocket-core-kit后,其位置发生了变化。
解决方案
开发团队已经在新版Twoliter工具(v0.4.2)中修复了这个问题。对于希望立即测试修复效果的开发者,可以采取以下步骤:
- 在bottlerocket-core-kit仓库中,修改Makefile,将TWOLITER_VERSION设置为0.4.2
- 在变体仓库中,修改Makefile.toml:
- 更新TWOLITER_VERSION为v0.4.2
- 调整波浪策略路径为:
${BUILDSYS_BUILD_DIR}/tools/waves/default-waves.toml
完成这些修改后,开发者应该能够正常执行构建和仓库创建操作。
项目规划
值得注意的是,当前稳定版本(1.20.3)仍保持旧有架构。开发团队计划在下一个次要版本(1.21.0)中正式采用基于bottlerocket-core-kit的新架构。在过渡期间,团队保留了1.20.x分支以继续提供稳定版本,同时在新架构上解决各类兼容性问题。
开发者建议
对于正在使用Bottlerocket开发分支的开发者,如果遇到其他与新架构相关的问题,建议及时向项目团队反馈。架构迁移过程中可能会出现各种意料之外的兼容性问题,早期发现和报告有助于团队更快地完善新架构。
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
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