PostgresApp v2.8.2 发布:支持 PostgreSQL 18beta1 及多版本更新
PostgresApp 是一个为 macOS 用户提供的一站式 PostgreSQL 数据库解决方案。它将 PostgreSQL 服务器、命令行工具和图形界面客户端打包成一个简单的应用程序,让开发者能够快速在本地搭建 PostgreSQL 开发环境,无需复杂的配置过程。PostgresApp 特别适合需要在多个 PostgreSQL 版本间切换的开发者和测试人员。
近日,PostgresApp 发布了 v2.8.2 版本,这是 2025 年 5 月的季度更新版本。本次更新不仅包含了常规的 bug 修复,还带来了令人兴奋的新功能——首次支持即将发布的 PostgreSQL 18beta1 版本。
版本更新亮点
本次更新提供了多个 PostgreSQL 版本的组合包,每个版本都搭配了相应兼容的 PostGIS 空间数据库扩展:
- PostgreSQL 13.21 搭配 PostGIS 3.1.12
- PostgreSQL 14.18 搭配 PostGIS 3.2.8
- PostgreSQL 15.13 搭配 PostGIS 3.3.8
- PostgreSQL 16.9 搭配 PostGIS 3.4.4
- PostgreSQL 17.5 搭配 PostGIS 3.5.2
- 全新加入的 PostgreSQL 18beta1
特别值得注意的是,PostgreSQL 18 版本在扩展分发方面做出了重大改进,使得扩展的安装和管理变得更加简便。虽然本次发布中仅包含 PostgreSQL 18beta1 的基础版本,但 PostgresApp 团队已经预告将在不久的将来提供更多扩展作为单独的下载选项。
版本选择建议
PostgresApp 为用户提供了灵活的下载选项:
- 全版本组合包:包含 PostgreSQL 13 至 18 的所有版本(约 508MB)
- 稳定版组合包:包含 PostgreSQL 13 至 17 的稳定版本(约 448MB)
- 单个版本包:针对只需要特定版本的用户提供的独立安装包
对于大多数开发者,推荐使用全版本组合包或稳定版组合包,这样可以方便地在不同项目间切换 PostgreSQL 版本。而对于只需要特定版本进行测试或开发的用户,可以选择对应的单个版本包以减少下载体积。
PostgreSQL 18 的新特性前瞻
虽然 PostgreSQL 18 目前仍处于 beta 测试阶段,但已经展现出一些值得关注的新特性:
- 改进的扩展分发机制:简化了扩展的安装和管理流程
- 性能优化:包括查询执行计划和并行处理的改进
- 增强的安全性:提供了更细粒度的权限控制和审计功能
- 更好的兼容性:改进了与其他数据库系统的互操作性
开发者可以通过 PostgresApp 轻松体验这些新特性,为未来的升级做好准备。
升级建议
对于已经在使用 PostgresApp 的用户,升级到 v2.8.2 版本可以获得最新的安全补丁和性能改进。特别是对于使用 PostgreSQL 13-17 版本的用户,建议及时更新以获取最新的 bug 修复。
对于想要尝鲜 PostgreSQL 18 新特性的开发者,可以在测试环境中安装 18beta1 版本进行体验,但暂不建议在生产环境中使用 beta 版本。
PostgresApp 的这种版本打包方式,使得开发者能够轻松管理多个 PostgreSQL 版本,大大简化了数据库环境的配置和维护工作,是 macOS 平台上 PostgreSQL 开发的理想选择。
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