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。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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