Pex工具v2.33.3版本发布:优化Zip64支持与修复关键问题
Pex是一个Python执行环境打包工具,它能够将Python代码及其依赖打包成一个独立的可执行文件。这种打包方式极大简化了Python应用程序的部署过程,使得开发者可以轻松地将应用程序分发给用户而无需担心环境配置问题。
版本亮点
Pex 2.33.3版本主要针对Zip64支持和scie功能进行了重要改进和修复,这些改进使得Pex工具在处理大型文件和特殊场景时更加可靠和高效。
Zip64支持优化
在2.33.3版本中,Pex对Zip64的支持进行了重要改进。Zip64是ZIP文件格式的扩展,用于支持超过4GB的大文件和包含超过65535个条目的归档。之前的版本存在一个问题:即使文件大小在2GB到4GB之间且实际上不需要Zip64扩展,Pex仍会使用Zip64扩展。这导致在Python 3.13之前的版本中无法正确加载这些文件,因为这些版本的zipimporter不支持Zip64扩展。
新版本实现了真正的Zip64支持,只有当文件确实需要Zip64扩展时才会使用它。这一改进使得Pex生成的包能够在更广泛的Python环境中运行,提高了兼容性。
scie功能修复
scie(科学可执行文件)是Pex的一个特性,它允许将Pex文件打包为自包含的可执行文件。2.33.3版本修复了两个与scie相关的重要问题:
-
修复了
--scie-only选项在输出文件名不以.pex结尾时不生成任何输出文件的问题。现在无论输出文件名如何,都能正确生成scie或PEX文件。 -
修复了分割scie时嵌入的PEX文件的问题。现在分割后的scie中嵌入的PEX文件既能保持可执行性,又能保留通过
-o或--output-file指定的预期名称。这一改进确保了分割后的文件行为与预期一致。
技术意义
这些改进对于使用Pex打包大型Python应用程序或需要特殊部署场景的开发者尤为重要。Zip64支持的优化意味着开发者现在可以更自由地打包大型应用而不用担心兼容性问题。scie功能的修复则使得特殊部署场景(如需要分割文件或自定义输出名称)更加可靠。
Pex工具通过这些改进继续巩固其作为Python应用程序打包和分发首选工具的地位,特别是在需要处理复杂依赖或大型代码库的场景中。
升级建议
对于正在使用Pex进行Python应用程序打包的开发者,特别是那些处理大型项目或使用scie功能的开发者,建议尽快升级到2.33.3版本以获取这些重要的修复和改进。升级将带来更好的兼容性和更可靠的打包体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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