cibuildwheel v3.0.0rc1发布:跨平台Python轮子构建工具重大更新
项目简介
cibuildwheel是一个专为Python项目设计的持续集成工具,它能够自动化地在多个平台上构建符合PEP标准的wheel包。这个工具特别适合需要为不同操作系统和Python版本提供预编译二进制分发的项目,大大简化了跨平台打包的复杂性。
v3.0.0rc1版本核心更新
iOS平台支持
本次更新最引人注目的特性是新增了对iOS平台的支持。开发者现在可以在Mac设备上配置iOS工具链后,通过设置platform选项为"ios"来构建适用于iOS的Python wheel包。这一特性为移动端Python应用开发开辟了新的可能性。
新增解释器支持
v3.0.0版本引入了对GraalPy解释器的支持,这是一个基于GraalVM的高性能Python实现。同时,还提供了对即将发布的CPython 3.14的预览支持(当前基于3.14.0b1),通过enable选项中的cpython-prerelease标志启用。
测试环境改进
新版本引入了test-sources选项,允许开发者指定测试时需要复制的文件和目录。这一改进特别适用于iOS构建,也增强了其他平台测试的准确性。值得注意的是,测试工作目录的行为在beta阶段经过调整后,最终回归到与v2.x版本一致的行为。
构建系统优化
默认构建后端从pip wheel改为直接使用build工具,这一变化使得构建日志输出更加清晰可见。同时,构建环境不再预装setuptools和wheel,减少了不必要的依赖。
重要变更与兼容性说明
-
平台镜像更新:默认的manylinux镜像从manylinux2014升级到manylinux_2_28,提供更现代的构建环境。
-
选项系统重构:移除了CIBW_PRERELEASE_PYTHONS和CIBW_FREE_THREADED_SUPPORT选项,将其功能整合到enable选项中,使配置更加统一。
-
Python版本支持:停止对Python 3.6和3.7的支持,最低运行要求提升至Python 3.11,但依然可以构建Python 3.8及更高版本的wheel包。
-
PyPy构建调整:PyPy wheel不再默认构建,需要通过enable选项显式启用。
使用建议
对于考虑升级到v3.0.0的用户,建议:
-
仔细测试新版本中的测试工作目录行为,确保与现有测试流程兼容。
-
如果项目需要构建PyPy wheel,记得在配置中添加相应的enable选项。
-
对于需要构建iOS应用的项目,可以开始尝试新的iOS平台支持特性。
-
考虑将构建配置从旧版manylinux2014迁移到manylinux_2_28以获得更好的兼容性和性能。
这个版本标志着cibuildwheel工具在跨平台Python打包领域又迈出了重要一步,为开发者提供了更强大、更灵活的构建能力。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00