Electron Builder v26.0.0 版本深度解析:重大变更与新特性解读
Electron Builder 是一个强大的 Electron 应用程序打包工具,它能够将 Electron 应用打包成各种平台的可执行文件,包括 Windows、macOS 和 Linux。作为 Electron 生态系统中最重要的工具之一,Electron Builder 简化了开发者的打包和分发流程。
重大变更
macOS DMG 格式调整
v26.0.0 版本移除了在非 ARM64 Mac 上构建 HFS+ DMG 的条件逻辑。这一变更源于苹果在 macOS 15.2 中正式弃用了 HFS+ 文件系统。开发者需要注意,新版本将统一使用更现代的 APFS 文件系统格式来构建 DMG 镜像,这可能会影响一些依赖旧文件系统的兼容性场景。
配置项重构
本次更新对 Windows 和 macOS 的配置选项进行了重构:
-
Windows 平台的签名配置从
winOptions迁移到了win.signtoolOptions,这一变化使得配置结构更加清晰,同时为未来添加 Azure 相关选项预留了空间。 -
macOS 的公证(notarize)选项已被完全移除,取而代之的是推荐使用环境变量进行配置。环境变量不仅更安全,还能更好地与 CI/CD 系统集成。
.desktop 文件增强
Linux 平台的 .desktop 文件配置得到了增强,现在支持添加额外的条目,如 [Desktop Actions <actionName>]。这一变化要求开发者将原有的 desktop 属性从简单的键值对升级为对象结构,为未来可能的扩展提供了更好的支持。
Node 模块包含逻辑改进
新版本改进了对项目中 node_modules 的处理逻辑,现在能够正确地包含位于子目录中的 node_modules。这一改进特别适合使用 monorepo 结构或具有复杂依赖关系的项目。
新特性
PowerShell 检测与 Azure 签名
v26.0.0 增加了对 PowerShell(pwsh)的自动检测功能,这使得在 Docker 环境中使用 Azure 可信签名成为可能。这一改进简化了在容器化构建环境中的签名流程。
Keygen 自托管支持
对于使用 Keygen 进行应用分发的开发者,新版本增加了 host 属性,支持连接到自托管的 Keygen 实例。这一功能为企业用户提供了更大的灵活性。
AppArmor 支持
Linux 平台新增了对 AppArmor 的支持,包括模板配置文件和相应的配置属性。AppArmor 是 Linux 的安全模块,能够限制程序的能力范围,这一功能增强了 Electron 应用在 Linux 上的安全性。
完全自定义 AppxManifest.xml
Windows 平台的 AppX 打包现在支持完全自定义 AppxManifest.xml 文件。这一功能为需要精细控制 UWP 应用清单的高级用户提供了可能。
通用 Windows 安装程序控制
新增了禁用构建通用 Windows 安装程序的选项。对于只需要特定架构安装包的项目,这一功能可以减少构建时间和输出文件大小。
Electron Fuses 集成
v26.0.0 引入了与 @electron/fuses 的集成。Electron Fuses 是 Electron 团队提供的一套安全开关,允许开发者禁用某些 Electron 特性以增强应用安全性。
官方 ASAR 打包支持
本次更新将 ASAR 打包功能迁移到了官方的 electron/asar 包。这一变化意味着 Electron Builder 现在使用 Electron 官方维护的 ASAR 实现,提高了兼容性和稳定性。
electronDist Hook
electronDist 配置项现在被重构为一个标准的 Electron Builder Hook。这一变化使得自定义 Electron 分发位置的逻辑更加灵活,可以更好地集成到构建流程中。
pacman 自动更新支持
对于 Arch Linux 用户,新版本增加了 pacman 包的自动更新支持。这一功能完善了 Linux 平台下的自动更新生态。
S3 路径风格支持
新增了 forcePathStyle 选项到 S3 配置中。这一功能对于使用某些兼容 S3 API 的对象存储服务(如 MinIO)特别有用。
问题修复与优化
除了上述新特性,v26.0.0 还包含大量问题修复和优化:
- 修复了 Windows 平台上包含空格的文件的 Azure 签名问题
- 改进了符号链接的安全性检查
- 优化了并发签名逻辑,避免 Azure 资源锁定
- 修复了跨平台构建时的 ASAR 完整性文件路径问题
- 移除了 NSIS 安装程序中的非正式俄语消息
- 改进了对 npm workspaces 的支持
- 修复了 ASAR 文件在 extraResources 中的完整性计算问题
- 优化了文件复制和符号链接创建的性能
升级建议
对于计划升级到 v26.0.0 的开发者,建议特别注意以下几点:
- 检查 macOS 公证配置是否已迁移到环境变量
- 评估 HFS+ DMG 格式移除对现有用户的影响
- 对于复杂的 .desktop 文件需求,更新配置结构
- 考虑使用新的 Electron Fuses 功能增强应用安全性
- 测试 node_modules 包含逻辑变化对项目的影响
Electron Builder v26.0.0 通过这一系列重大变更和新特性,进一步巩固了其作为 Electron 应用打包首选工具的地位,为开发者提供了更强大、更安全的构建体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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