Briefcase v0.3.23 发布:跨平台应用打包工具的重大更新
Briefcase 是一个强大的 Python 应用打包工具,由 BeeWare 项目开发,它允许开发者将 Python 应用程序打包为各种平台的原生格式,包括 macOS、Windows、Linux、iOS 和 Android。通过 Briefcase,开发者可以轻松地将他们的 Python 代码转换为可分发、可安装的应用程序包,而无需深入了解每个平台的打包细节。
核心功能增强
1. 项目配置与创建改进
Briefcase v0.3.23 在项目创建和配置方面做了多项改进。现在,当使用 briefcase new 创建新项目或使用 briefcase convert 转换现有项目时,工具会自动尝试从 git 配置中推断作者姓名和电子邮件地址,这简化了项目初始化流程。
此外,Briefcase 现在支持更多变更日志文件命名选项,包括 HISTORY、NEWS 和 RELEASES,以及 .md、.rst 和 .txt 扩展名,为开发者提供了更大的灵活性。
2. 多应用项目管理
对于包含多个应用的项目,v0.3.23 引入了 -a/--app 选项,允许开发者针对特定应用执行 create、build、package 和 update 命令,而无需处理整个项目。这一改进显著提升了大型项目的开发效率。
3. 平台特定增强
-
Android 支持:Android 包现在使用版本 19.0 的 Android 命令行工具构建,该版本将在首次使用时自动安装。同时,Java JDK 已升级到 17.0.15+6 版本。
-
iOS/macOS 支持:新增了
min_os_version配置项,允许应用指定最低支持的操作系统版本。对于使用 PySide6 的 macOS 应用,现在必须明确设置min_os_version = "12.0"以确保兼容性。 -
Linux 支持:Flatpak 运行时更新至 GNOME Platform 47 和 KDE Platform 6.9,为 Linux 应用提供了更现代的运行时环境。
技术改进与修复
1. 依赖管理优化
Briefcase 改进了对 .pth 文件的处理,确保在 macOS、Windows、Linux 和 iOS 上正确加载依赖项。此外,应用包的解析路径顺序也进行了调整,app_packages 文件夹现在位于 app 文件夹之后,这会影响同名包的加载优先级。
2. 模板与兼容性
- Toga 应用模板已更新至支持 Toga 0.5 版本。
- 针对 Linux 上的 PyGObject 添加了版本限制(< 3.52.1),以确保与较旧 Debian 发行版的兼容性。
- 移除了对纯 Python macOS 包从源存档(.tar.gz)安装的支持,现在必须使用
py3-none-any轮子文件。
3. 许可证标准化
Briefcase 现在遵循 SPDX 许可证列表规范,这意味着在创建新项目时需要使用标准的 SPDX 标识符(如 MIT 或 BSD-3-Clause)来指定许可证,而不是之前的自由格式描述。
开发者体验提升
1. 交互式界面增强
控制台界面现在支持布尔类型的问题,使得交互式配置更加直观和用户友好。
2. 错误处理与日志
- 改进了 JDK 升级过程中的错误处理机制。
- 优化了 iOS 日志过滤器,隐藏了无关的
getpwuid_r消息。
向后兼容性说明
v0.3.23 引入了一些可能影响现有项目的变更:
- macOS 项目必须使用
py3-none-any轮子文件,不再支持从源存档安装纯 Python 包。 - iOS 项目应使用新的
min_os_version设置替代旧的iphoneos_deployment_target。 - PySide6 macOS 应用必须明确设置
min_os_version = "12.0"。 - 许可证标识符必须符合 SPDX 规范。
总结
Briefcase v0.3.23 带来了多项重要更新,从项目创建到多平台打包都进行了优化。这些改进不仅增强了工具的稳定性和功能性,还提升了开发者的使用体验。对于 Python 开发者而言,Briefcase 继续巩固其作为跨平台应用打包首选工具的地位,特别是在结合 BeeWare 生态系统的其他工具(如 Toga GUI 工具包)使用时,能够提供完整的原生应用开发解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00