Xpra项目v6.2.5版本发布:跨平台远程桌面工具的重要更新
Xpra是一款开源的跨平台远程桌面工具,它允许用户在远程服务器上运行图形应用程序,并将这些应用程序的窗口无缝地显示在本地计算机上。Xpra支持多种操作系统,包括Linux、Windows和macOS,具有会话持久化、低延迟、高效压缩等特点,特别适合需要长时间运行图形应用或需要跨平台访问的场景。
近日,Xpra项目发布了v6.2.5版本,这是一个维护性更新版本,主要修复了多个平台上的关键问题并进行了多项改进。下面我们将详细介绍这个版本的重要更新内容。
平台构建与打包优化
本次更新在构建系统和打包方面做了多项改进,特别是针对Windows平台的构建过程进行了优化:
-
Windows认证改进:修复了Windows认证中用户名大小写敏感的问题,现在系统将正确处理不同大小写的用户名输入,提高了认证的兼容性。
-
安全日志优化:系统不再在日志中记录认证凭据,这一改进显著提高了安全性,防止敏感信息泄露。
-
构建工具修复:解决了signtool.exe在构建过程中可能出现的错误,使Windows平台的构建过程更加稳定可靠。
-
构建命令灵活性:现在允许将所有构建命令放置在当前工作目录中执行,为开发者提供了更大的灵活性。
-
组件完整性:修复了非轻量版Windows构建中缺失PyQT6的问题,确保所有必要组件都能正确包含在构建中。
-
ARM64支持:针对Windows ARM64架构的构建提供了更好的默认配置,提升了在该平台上的构建体验。
对于Linux平台,特别是Fedora系统,修复了Fedora 42中的依赖关系问题,确保软件包能够正确安装和运行。
依赖管理改进
本次更新对Python依赖管理进行了重要改进:
-
版本依赖修正:修复了pyu2f库的Python版本依赖问题,确保在不同Python环境下都能正常工作。
-
显式依赖声明:现在为Python库添加了显式的Python版本依赖声明,提高了软件包管理的可靠性。
-
Pygobject修复:对pygobject进行了专门修复,解决了相关依赖问题。
核心功能修复与改进
在核心功能方面,v6.2.5版本解决了几个关键问题:
-
SSH连接回归问题:修复了一个影响SSH连接的回归问题,恢复了正常的SSH连接功能。
-
NVIDIA硬件检测:解决了NVIDIA显卡硬件检测中的错误,现在能够更准确地识别和使用NVIDIA硬件加速功能。
-
SSL选项支持:现在启动器文件能够正确识别和使用SSL选项,提高了加密连接的安全性。
-
X11客户端边框显示:修复了小尺寸XShape窗口在X11客户端上边框不显示的问题,改善了视觉一致性。
编码与性能优化
在视频编码方面,本次更新修复了openh264解码器导致的颜色褪色问题,现在使用该解码器时能够正确显示鲜艳的色彩,提升了视觉体验。
用户体验改进
除了功能修复外,v6.2.5版本还包含多项用户体验改进:
-
音频警告优化:修复了音频警告中显示占位符的问题,现在警告信息更加清晰明确。
-
SSL错误信息:改进了SSL错误消息的显示,使错误原因更加易于理解,便于用户排查连接问题。
-
连接进度显示:在启动画面中增加了连接步骤的进度显示,让用户更清楚地了解连接过程的状态。
-
文档修正:修复了RPM变更日志中的拼写错误,提高了文档的准确性。
总结
Xpra v6.2.5版本虽然是一个维护性更新,但包含了多个重要修复和改进,特别是在平台兼容性、安全性和用户体验方面都有显著提升。对于使用Xpra进行远程桌面访问的用户和开发者来说,升级到这个版本将获得更稳定、更安全的体验。项目团队持续关注各平台的构建质量和功能完整性,体现了对跨平台支持的重视。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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