rmlint v2.10.3版本发布:文件清理工具的重大更新
项目简介
rmlint是一个高效的文件清理工具,主要用于查找和删除系统中的重复文件、空文件、损坏的符号链接等无用文件。它通过智能算法快速扫描文件系统,帮助用户释放磁盘空间并保持系统整洁。rmlint以其高性能和灵活性著称,支持多种操作系统和文件系统特性。
版本亮点
rmlint v2.10.3版本代号"Ludicrous Lemur"(疯狂的狐猴),带来了多项重要改进和修复,显著提升了工具的稳定性、兼容性和用户体验。
主要更新内容
新增功能
-
编译选项优化:新增了
--without-compile-glib-schemas选项,允许用户在安装或卸载时避免重新编译系统模式,提高了安装过程的灵活性。 -
平台兼容性扩展:
- 新增对Solaris操作系统的支持
- 增强了对老版本macOS PowerPC架构的兼容性
-
持续集成改进:全面迁移到Github CI,改善了开发流程和代码质量保证机制。
重要变更
-
GUI界面升级:将GtkSourceView从3.0版本迁移到4.0版本,带来了更现代的图形界面体验和更好的性能。
-
依赖项统一:将Glib的最低版本要求统一为2.64,简化了不同架构下的依赖管理。
-
测试框架迁移:从nose测试框架迁移到更现代的pytest框架,提高了测试的可靠性和可维护性。
-
临时文件管理优化:
- 将stamp文件创建位置改为/tmp目录
- 在整个运行过程中重用相同的stamp文件
- 修复了dry-run模式下创建stamp文件的问题
- 确保stamp文件在退出时被正确删除
问题修复
-
数据安全修复:修复了在使用不包含校验和的回放文件(如硬链接)时可能导致数据丢失的问题。
-
配置检查改进:修复了xattr函数的配置检查问题,提高了工具的可靠性。
-
编译警告处理:解决了使用GLib 2.84及以上版本时的编译警告问题。
-
字符串处理优化:
- 修复了生成的shell脚本中的recheck问题
- 转义了JSON输出中的CWD和参数字符串
- 修复了特定目录名导致的测试失败问题
-
其他改进:
- 修复了配置过程中生成空'-.o'文件的问题
- 解决了Shredder引导问题
- 进行了代码整理和linting改进
技术影响
本次更新从多个维度提升了rmlint的实用价值:
-
跨平台能力增强:新增的Solaris和PowerPC支持使rmlint能够在更广泛的系统环境中发挥作用。
-
稳定性提升:多项数据安全修复和配置检查改进降低了工具使用过程中的风险。
-
开发体验优化:测试框架迁移和CI改进为开发者提供了更高效的开发环境。
-
用户体验改善:GUI升级和临时文件管理优化使工具更加用户友好。
总结
rmlint v2.10.3版本是一次全面的质量提升更新,既解决了已知问题,又扩展了工具的能力边界。对于系统管理员和需要管理大量文件的用户来说,这个版本提供了更可靠、更高效的重复文件清理解决方案。特别是数据安全修复和跨平台支持的增强,使得rmlint在专业环境中的应用更加值得信赖。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00