NanaZip 5.0 Update 2 发布:压缩工具的重大更新与优化
NanaZip 是一款基于 7-Zip 的开源文件压缩工具,专为 Windows 10/11 设计,提供了现代化的用户界面和增强的功能。作为 7-Zip 的一个分支,NanaZip 在保持原有强大压缩能力的同时,增加了对更多现代压缩格式的支持,并优化了用户体验。
近日,NanaZip 团队发布了 5.0 版本的第二个更新(5.0.1263.0),这个版本带来了多项改进和修复,进一步提升了工具的稳定性和功能性。让我们一起来看看这次更新的主要内容。
新增功能亮点
本次更新引入了一个实用的新特性:K7 风格执行别名。现在用户可以在命令行中直接使用 K7.exe、K7C.exe 和 K7G.exe 来调用 NanaZip,这大大简化了命令行操作体验。这个改进不仅方便了 Windows 用户,也为正在开发中的 NanaZip for POSIX(代号 AptxZip)提供了统一的命令名称风格。
底层技术升级
在技术层面,NanaZip 5.0 Update 2 进行了多项重要的底层更新:
-
将 Mile.Windows.UniCrt 更新至 1.2.328 版本,这是微软通用 C 运行时的现代化封装,有助于提高兼容性和性能。
-
升级 Mile.Xaml 到 2.5.1250 版本,这个库为 NanaZip 提供了现代化的 XAML 界面支持,使 UI 更加流畅和美观。
-
从 Mile.Project.Windows 迁移到 Mile.Project.Configurations,这一架构调整使得项目配置更加灵活和可维护。
关键问题修复
本次更新修复了多个可能导致程序崩溃的问题,显著提升了软件的稳定性:
-
修复了在"Open Inside #"模式下处理 WebAssembly (WASM) 二进制文件时的崩溃问题,现在可以正常支持 WASM 文件的只读访问。
-
解决了.NET 单文件应用程序包在"Open Inside #"模式下的崩溃问题,增强了对.NET 应用的支持。
-
修复了处理 Electron Archive (asar) 文件时的崩溃问题,现在可以稳定地支持 asar 归档的只读访问。
-
修正了提取 *.br 压缩包时可能导致崩溃的问题,感谢社区贡献者 HikariCalyx 的发现和帮助。
-
修复了 XXH3_128bits 哈希值显示时的字节顺序错误问题,感谢 fuchanghao 的贡献。
技术细节解析
XXH3_128bits 哈希算法的字节顺序修复是一个值得关注的技术改进。XXH3 是 Extremely Fast Hash Algorithm 的最新版本,被广泛用于校验和数据完整性验证。之前的版本中,128 位哈希值的显示顺序不正确,这可能导致校验时出现误判。本次更新确保了哈希值的正确显示和验证。
对于开发者而言,从 Mile.Project.Windows 迁移到 Mile.Project.Configurations 是一个重要的架构调整。新的配置系统提供了更灵活的构建选项,使得维护和扩展 NanaZip 变得更加容易,也为未来的功能开发奠定了基础。
总结
NanaZip 5.0 Update 2 是一个以稳定性和用户体验为核心的更新版本。通过引入命令行别名、升级关键组件和修复多个崩溃问题,这个版本进一步巩固了 NanaZip 作为现代化压缩工具的地位。对于需要处理多种压缩格式的用户,特别是开发者和技术人员,这次更新提供了更可靠和高效的工具支持。
NanaZip 团队持续关注用户反馈和社区贡献,这使得项目能够快速响应问题并不断改进。随着每次更新的发布,NanaZip 都在向着更强大、更稳定的方向迈进。
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