MoonRepo Proto 0.48.0 版本发布:增强安全性与跨平台支持
MoonRepo Proto 是一个现代化的开发工具链管理工具,它能够帮助开发者轻松管理各种编程语言运行时、构建工具和开发工具。Proto 通过统一接口简化了工具的安装、版本管理和跨平台使用,为开发者提供了高效的工作环境配置方案。
近日,Proto 发布了 0.48.0 版本,这个版本在安全性、稳定性和跨平台支持方面都有显著提升。下面我们来详细解析这个版本的重要更新内容。
安全性增强:校验和验证机制
0.48.0 版本引入了一个重要的安全特性——内部锁文件记录系统。现在,Proto 会为每个安装的工具在其清单文件中存储校验和记录(位于 ~/.proto/tools//manifest.json)。这些记录将用于验证工具的完整性,确保下载的工具未被篡改。
值得注意的是,这个机制是向前兼容的,只会对升级后新安装的工具生效。开发团队还透露,在下一个版本中可能会引入基于目录的锁文件(.protolock)支持,这将为项目级别的工具依赖管理提供更细粒度的控制。
此外,新版本还增加了对 SHA512 校验算法的支持,并能够识别 Windows 平台上通过 Get-FileHash 命令生成的校验文件,进一步提升了跨平台兼容性。
Windows 平台信号处理改进
对于 Windows 用户,0.48.0 版本改进了 Ctrl+C 信号处理机制。现在,当通过 Proto 的 shim 运行程序时,Ctrl+C 信号能够正确地传递给底层可执行文件,而不是被 shim 捕获。这一改进基于 Rust 的 Cargo 工具的实现方式,显著提升了 Windows 平台下命令行工具的使用体验。
智能版本检测
Proto 的安装命令现在变得更加智能。当开发者运行 proto install <tool> 而没有指定版本时,Proto 会自动尝试从当前目录中检测适用的版本。这一特性特别适合在项目目录中工作时的场景,减少了手动指定版本的需求。
WASM API 扩展
对于使用 WebAssembly 集成的开发者,0.48.0 版本扩展了 WASM API 的功能:
- 新增了 Checksum 和 ChecksumAlgorithm API
- 在 NativeInstallOutput 结构中增加了 checksum 字段
- 在 VerifyChecksumInput 结构中增加了 download_checksum 字段
这些扩展为 WASM 环境下的工具管理提供了更丰富的功能和更好的集成能力。
插件更新
Proto 的插件系统也获得了重要更新:
- deno_tool 插件升级到 v0.15.3 版本,增加了对 Deno v2 及以上版本的校验和支持,并改用 GitHub releases 作为下载源
- schema_tool 插件升级到 v0.17.2 版本,新增了多个配置字段,包括平台特定的可执行文件目录、安装时的父进程参数以及检测忽略规则等
底层优化与兼容性提升
在底层架构方面,0.48.0 版本也有多项改进:
- Linux 二进制文件现在基于 Ubuntu 22.04 构建,取代了之前的 20.04 基础
- 更新了多个依赖库,提升了整体稳定性和性能
MoonRepo Proto 0.48.0 版本通过引入校验和验证、改进信号处理和增强跨平台支持,为开发者提供了更安全、更稳定的工具管理体验。这些改进特别适合需要管理多种开发工具和环境的团队,能够显著提升开发效率和安全性。随着 Proto 生态系统的不断完善,它正成为现代开发工作流中不可或缺的一部分。
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