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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00