Rust libc库0.2.172版本发布:跨平台系统调用的重要更新
Rust语言的标准库libc是一个提供与C语言标准库接口绑定的核心组件,它允许Rust程序直接调用操作系统提供的底层功能。作为Rust生态系统中最基础也最重要的库之一,libc的更新往往意味着对更多系统特性和平台的支持。最新发布的0.2.172版本带来了大量针对不同操作系统的功能增强和问题修复。
跨平台系统调用的全面增强
本次更新覆盖了Android、Linux、FreeBSD、Cygwin、Solaris等多个操作系统平台,新增了大量系统调用和常量定义。特别值得注意的是对Android平台的增强,新增了getauxval系统调用用于32位目标平台,以及网络相关的if_tun.h ioctls和SO_BINDTOIFINDEX套接字选项。这些新增功能使得Rust程序能够更好地利用Android系统的底层特性。
在Linux方面,本次更新不仅增加了BPF程序标志、seccomp相关常量等安全相关特性,还特别完善了uClibc环境下的tcp_info结构体绑定,为嵌入式Linux开发提供了更好的支持。新增的_IO、_IOW、_IOR、_IOWR宏导出使得设备驱动开发更加方便。
特殊平台的兼容性改进
针对一些特殊平台如Cygwin、Hermit和VxWorks,本次更新也做了大量工作。Cygwin现在支持了posix_spawn_file_actions_add[f]chdir[_np]等函数,使其更符合POSIX标准。Hermit这个面向unikernel的操作系统现在增加了AF_UNSPEC和AF_VSOCK地址族定义,完善了其网络栈功能。
VxWorks作为实时操作系统,在此次更新中获得了更多错误代码和信号相关常量的定义,同时修复了waitpid参数名的拼写错误,提高了API的准确性。这些改进使得Rust在嵌入式实时系统领域的应用更加可靠。
标准一致性与问题修复
在追求功能扩展的同时,本次更新也注重解决各平台间的标准一致性问题。Musl库在RISC-V-32架构下的系统调用表和常量值得到了修正,移除了不标准的O_FSYNC和RTLD_DEEPBIND定义,改用标准的O_SYNC。Solaris平台临时定义了O_DIRECT和SIGINFO以保持与其他Unix-like系统的一致性。
值得一提的是,FreeBSD平台中不推荐使用的TCP_PCAP_OUT和TCP_PCAP_IN常量被标记为废弃,引导开发者使用更现代的替代方案。这种对API生命周期的管理体现了libc库维护者对长期兼容性的重视。
测试与构建系统的改进
在基础设施方面,本次更新加强了CI系统的可靠性,确保构建产物能够正确上传,并在所有构建中强制执行无警告策略。针对LoongArch64架构,CI现在会从源码安装musl库,保证了这个新兴国产架构的支持质量。测试套件也进行了优化,避免无关的错误干扰开发者的判断。
总结
libc 0.2.172版本是一次全面的功能增强和问题修复更新,覆盖了从传统服务器操作系统到嵌入式实时系统的广泛平台。这些改进不仅增加了Rust与各操作系统底层交互的能力,也提高了跨平台代码的可靠性和一致性。对于需要直接调用系统功能的Rust开发者来说,这个版本提供了更多可用的工具和更稳定的基础。随着Rust在系统编程领域的深入应用,libc库的持续完善将为整个生态系统打下更坚实的基础。
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