Moby BuildKit 1.13.0-rc1 版本发布:Dockerfile 构建引擎的重要更新
Moby BuildKit 是 Docker 生态系统中的下一代构建工具,它提供了比传统 Docker 构建更高效、更灵活的构建能力。作为 Docker 构建引擎的核心组件,BuildKit 支持高级缓存机制、并行构建和更安全的构建过程。本次发布的 1.13.0-rc1 版本是 BuildKit 的一个重要里程碑,为 Dockerfile 构建带来了多项改进和新特性。
Windows 构建环境的增强
本次更新中最引人注目的改进是针对 Windows 构建环境的增强。新增了两个内置构建参数 TARGETOSVERSION 和 BUILDOSVERSION,它们为 Windows 平台的构建提供了更细粒度的控制能力。同时,TARGETPLATFORM 参数现在也会包含 OS 版本信息。
这些改进使得开发者能够:
- 更精确地控制目标 Windows 容器的版本
- 根据构建环境和目标环境的 Windows 版本差异编写条件逻辑
- 确保构建产物与目标环境的完全兼容性
此外,Windows 容器中的默认 PATH 环境变量也进行了更新,现在包含了 powershell.exe 的目录路径。这一改动简化了在 Windows 容器中使用 PowerShell 脚本的场景,不再需要手动添加路径配置。
构建可靠性的提升
1.13.0-rc1 版本修复了几个可能影响构建可靠性的问题:
-
ONBUILD 命令重复执行问题:修复了一个可能导致继承的构建阶段中 ONBUILD 指令被执行两次的缺陷。这种问题在复杂的多阶段构建中尤为关键,确保了构建过程的确定性。
-
命名上下文替换问题:解决了在子构建阶段中可能出现的命名上下文替换缺失问题。这一修复保证了在多阶段构建中上下文传递的完整性。
-
Dockerfile 指令解析:改进了指令解析逻辑,现在会严格拒绝不符合规范的语法,避免了潜在的二义性和错误。
兼容性改进
本次更新还包含了对特殊场景的更好支持:
-
BOM 文件支持:现在允许以字节顺序标记(BOM)开头的 Dockerfile 文件进行语法转发。这一改进特别有利于在跨平台环境中使用 Dockerfile,特别是当文件可能在不同编码系统间传输时。
-
外部前端支持:增强了与外部构建前端的兼容性,为构建系统的扩展性提供了更好的基础。
技术影响与最佳实践
对于使用 BuildKit 的开发者,建议关注以下几点:
-
Windows 构建优化:利用新的 OS 版本参数,可以创建更精确的 Windows 容器镜像,特别是针对特定 Windows 版本的功能差异进行优化。
-
构建可靠性检查:如果项目中使用了复杂的多阶段构建或 ONBUILD 指令,建议验证构建过程是否符合预期。
-
语法规范化:严格遵循 Dockerfile 语法规范,避免使用可能被新版本拒绝的非标准语法。
Moby BuildKit 1.13.0-rc1 的这些改进标志着 Docker 构建系统向着更稳定、更强大的方向持续演进。对于依赖容器化构建流程的团队,及时了解这些变化将有助于优化构建管道,提高开发效率。
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