vcpkg 2025.04.09 版本发布:C++包管理工具的重大更新
vcpkg 是微软开发的一款跨平台 C++ 包管理工具,它简化了 C++ 项目中第三方库的获取、构建和管理过程。作为 C++ 生态系统中的重要工具,vcpkg 通过提供一致的构建体验,极大地提高了开发者的生产力。
工具链更新亮点
本次发布的 vcpkg 工具链带来了多项重要改进:
-
异步操作优化:
test-features命令现在会等待二进制缓存的异步操作完成后再结束,确保了测试结果的准确性。 -
版本管理简化:
x-add-version命令不再要求变更必须先提交,为开发者提供了更灵活的工作流程。 -
网络代理支持增强:WinHTTP 后端现在支持
NO_PROXY环境变量,与 curl 后端保持一致,改善了在代理环境下的使用体验。 -
跨平台支持扩展:新增了对 arm64 Linux 架构的二进制支持,进一步扩大了工具的适用范围。
-
下载路径优化:下载输出现在使用相对路径,使日志更加简洁易读。
-
权限管理改进:修复了 curl 创建下载目录时权限模式为 750 的问题,提升了安全性。
-
批量操作性能:在进行批量操作时不再跟踪 curl 进度,减少了不必要的性能开销。
-
脚本路径处理:
x-script命令现在总是接收绝对路径作为目标位置,提高了可靠性。
新增软件包
本次更新新增了 23 个软件包,涵盖了多个领域:
- 数据处理:如 arcticdb-sparrow 和 libmatio-cpp 提供了高效的数据处理能力
- 图形图像:dxcam-cpp 和 libdmtx 增强了图像捕获和识别功能
- 音频处理:fxaudio 和 libmidi2 为音频开发提供了新选择
- 开发工具:tree-sitter-cli 和 tree-sitter-c 改善了代码解析工具链
- 系统工具:libevdev 和 shared-mime-info 增强了系统级功能支持
这些新增包反映了 C++ 生态系统的最新发展,为开发者提供了更多选择。
软件包更新概览
本次更新涉及 234 个软件包的版本升级,其中几个值得关注的重点更新包括:
-
AWS SDK 系列:aws-sdk-cpp 从 1.11.474 升级到 1.11.534,带来了多项云服务功能的增强。
-
图形和多媒体:
- opencv 升级到 4.11.0 版本
- sdl2 更新至 2.32.4
- sdl3 升级到 3.2.10
-
开发工具链:
- python3 从 3.11.11 升级到 3.12.9
- qt 框架全面更新到 6.8.3 版本
- protobuf-c 升级到 1.5.2
-
性能优化库:
- mimalloc 从 2.1.7 升级到 2.2.3
- simdutf 更新至 6.4.2
-
网络和安全:
- openssl 升级到 3.5.0
- curl 更新至 8.13.0
这些更新不仅带来了新功能,还包含了重要的安全修复和性能改进。
技术趋势观察
从本次更新可以看出几个明显的技术趋势:
-
跨平台支持持续加强:新增的 arm64 Linux 支持反映了多架构开发的需求增长。
-
云原生工具链完善:AWS 相关组件的频繁更新显示了云服务在 C++ 生态中的重要性提升。
-
多媒体处理能力增强:图形、音频相关库的更新频率和数量表明这是当前的热点领域。
-
开发体验优化:工具链本身的改进都集中在简化工作流程和提高可靠性上。
vcpkg 通过这些更新,不仅保持了作为 C++ 包管理工具的领先地位,也积极推动了整个 C++ 生态系统的发展。对于开发者而言,及时更新到最新版本将能获得最佳的使用体验和最全面的库支持。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00