borgmatic 2.0.0 版本发布:更灵活的备份管理工具升级
borgmatic 是一个基于 BorgBackup 的自动化备份工具,它通过简单的 YAML 配置文件来管理复杂的备份流程。borgmatic 2.0.0 版本带来了多项重要更新,特别是在命令钩子、配置灵活性和新功能方面有显著改进。
命令钩子系统的全面革新
2.0.0 版本对命令钩子系统进行了彻底重构,引入了更灵活的"commands:"配置选项来替代原有的"before_"、"after_"和"on_error"钩子。这一变化使得用户能够更精细地控制备份流程中的各个阶段。
新系统的一个关键改进是:现在即使备份过程中发生错误,"after"钩子也会被执行。这意味着用户可以确保清理步骤总能执行,与"before"准备步骤形成完整的配对。例如,如果你在备份前创建了一个临时目录,现在可以确保无论备份是否成功,都能在之后删除这个目录。
此外,所有命令钩子现在都会尊重"working_directory"配置选项,确保命令在指定目录下执行。这一改进特别适合需要特定工作环境的脚本。
配置灵活性的显著提升
2.0.0 版本极大地增强了配置的灵活性:
-
新增了"default_actions"选项,允许用户定义当不带命令行参数运行borgmatic时执行哪些默认操作。
-
为几乎所有命令行标志添加了对应的配置选项,这意味着用户可以将常用选项直接写入配置文件,而无需每次都在命令行中指定。例如,现在可以在配置文件中直接设置日志详细程度,而不必每次都使用"-v"标志。
-
虽然保留了"--override"标志,但已将其标记为弃用,推荐使用直接的命令行标志来覆盖配置选项。这一变化使得配置覆盖更加直观和类型安全。
新增功能亮点
-
密钥导入功能:新增的"key import"操作允许用户从备份中恢复仓库密钥,这在密钥丢失或需要迁移备份时非常有用。
-
档案重建功能:新增的"recreate"操作让用户可以重新创建现有档案,例如用于事后排除某些文件。这在需要调整备份内容而不影响备份历史时特别有价值。
-
数据库备份增强:SQLite和MongoDB钩子现在支持自定义命令,为用户提供了更多控制权。文档中还新增了关于使用临时数据库客户端容器的用例说明。
兼容性说明
虽然2.0.0版本几乎完全向后兼容,但用户需要注意以下几点:
-
所有"before_"、"after_"和"on_error"命令钩子已被标记为弃用,建议迁移到新的"commands:"系统。
-
"--override"标志已被标记为弃用,建议使用直接命令行标志替代。
-
当使用Borg 2时,"borg prune"命令不再接收"--stats"标志。
错误修复与改进
2.0.0版本还包含多项错误修复和细节改进:
-
修复了在同时使用远程仓库和"working_directory"时的"extract"操作错误。
-
解决了systemd凭证钩子在凭证名称包含"."字符时的问题。
-
修复了ZFS、Btrfs和LVM钩子在处理位于不同设备/文件系统上的嵌套目录时的"no such file or directory"错误。
-
修复了当档案包含符号链接时"spot"检查失败的问题。
-
KeePassXC凭证钩子新增了"key-file"和"yubikey"选项,并支持主目录扩展。
这些更新使borgmatic成为一个更加强大、灵活且可靠的备份解决方案,特别适合需要精细控制备份流程的高级用户。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00