Pex工具v2.36.0发布:新增Android平台支持
Pex是一个强大的Python可执行文件打包工具,它能够将Python代码及其依赖项打包成一个独立的可执行文件,方便部署和分发。Pex的核心优势在于它能够创建轻量级的、自包含的Python环境,无需预先安装依赖项即可运行Python应用程序。
最新发布的Pex 2.36.0版本带来了对Android平台的重要支持,这是Python生态系统中一个值得关注的进步。让我们深入了解这一版本的技术细节和意义。
Android平台支持详解
Pex 2.36.0版本的核心改进是增加了对Android平台的支持。这一功能建立在Pex 2.34.0版本中Pip 25.1升级的基础上,该升级已经为解析Android平台特定wheel文件提供了支持。
在技术实现上,Pex团队进行了以下关键工作:
-
vendored packaging升级至25.0:Pex内部使用的packaging库升级到了25.0版本,这一升级使得Pex能够正确处理Android平台特定的wheel文件。
-
双重支持机制:
- 在打包阶段:Pex现在能够识别并正确处理Android平台特定的wheel文件
- 在运行阶段:从PEX文件启动时,也能正确处理这些Android特定的依赖
技术背景与意义
Android平台上的Python开发一直面临一些独特的挑战。由于Android使用不同于传统Linux的系统架构和库环境,许多Python包的标准二进制分发版(wheel)无法直接在Android上运行。
Pex的这一改进意味着开发者现在可以:
- 为Android设备创建专门的Python执行环境
- 打包包含Android平台特定依赖的应用程序
- 更轻松地在Android设备上部署Python应用
这对于希望在Android设备上运行Python代码的开发者来说是一个重大利好,特别是在物联网(IoT)、边缘计算和教育应用等领域。
版本兼容性说明
值得注意的是,这一版本的packaging升级主要针对Python 3.8及以上版本。使用较旧Python版本的开发者可能需要考虑升级他们的Python环境以充分利用这些新特性。
多平台支持
除了新增的Android支持外,Pex 2.36.0继续提供对多种平台的支持,包括:
- Linux (x86_64, aarch64, armv7l)
- macOS (x86_64, aarch64)
- 通用Python环境
这种广泛的多平台支持使得Pex成为跨平台Python应用分发的有力工具。
总结
Pex 2.36.0的发布标志着Python生态系统在移动平台支持方面又向前迈进了一步。通过提供对Android平台的完整支持,Pex进一步巩固了其作为Python应用打包和分发首选工具的地位。对于需要在多样化环境中部署Python应用的开发者来说,这一版本无疑提供了更多可能性和便利。
随着Python在嵌入式系统和移动设备上的应用越来越广泛,我们可以预见Pex这类工具将在未来的Python生态系统中扮演更加重要的角色。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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