Munki 7.0 Beta 5:macOS软件管理工具的重大更新
项目简介
Munki是一个开源的macOS软件管理工具,主要用于企业环境中自动化部署和管理macOS设备上的软件安装、更新和移除。它通过中央仓库管理软件包,并支持灵活的部署策略,是macOS系统管理员的重要工具之一。
Munki 7.0 Beta 5核心更新
Munki 7.0 Beta 5标志着该项目的一个重要里程碑,所有命令行工具已从Python迁移到Swift语言实现,带来了显著的架构变化和性能改进。
架构转型
本次版本最显著的变化是将所有命令行工具从Python重写为Swift,并编译为原生可执行文件。这一转变带来了:
- 不再依赖Python运行时环境
- 更好的性能表现
- 更紧密的macOS系统集成
兼容性调整
新版本将最低支持系统版本提升至macOS 10.15(Catalina),不再支持10.13(High Sierra)和10.14(Mojave)。这一决策基于现代macOS生态系统的需求,同时简化了代码维护。
功能增强与改进
新增功能特性
-
版本检测脚本支持:引入了
version_script键值,允许管理员通过脚本精确检测已安装软件的版本号,比传统的installcheck_script更精确和灵活。 -
电源管理优化:在引导过程中,根据电源状态智能控制显示器休眠,确保用户能看到引导进度:
- Intel芯片:电池电量>50%时保持显示
- Apple芯片:电池电量>30%时保持显示
性能优化
- 改进了递归文件列表算法,使
makecatalogs和manifestutil等工具运行更快 - 文件列表顺序与Python版本保持一致,确保生成的目录完全一致
- 增强了对PEM文件的解析能力,包括正确处理CRLF行分隔符(常见于Windows生成的文件)
移除的过时功能
为保持代码精简和现代化,移除了多个不再适用的功能:
-
macOS升级方式:不再支持Intel Mac上的
startosinstall方式,统一使用stage_os_installer -
Apple软件更新:完全移除了对Apple更新的安装支持,引导用户使用系统原生工具
-
Adobe安装器支持:移除了多种Adobe专用安装器类型,建议使用Adobe官方打包工具生成标准安装包
-
配置配置文件管理:不再支持
profile安装器类型,推荐使用MDM解决方案管理配置 -
其他过时功能:包括
appdmg安装器类型和suppress_bundle_relocation键值等长期弃用的功能
中间件与插件兼容性
中间件变化
- Python中间件不再兼容,必须使用新的Swift中间件协议
- 多个常用中间件已完成Swift移植:
- Azure存储中间件
- BunnyNet中间件
- CloudFront中间件
- Google云存储中间件
- S3中间件
仓库插件
- Python仓库插件不再工作
- 提供了Swift仓库插件协议和MWA2API仓库插件示例
安装与迁移注意事项
- 安装包包含Python库组件(munkilib),作为过渡辅助
- 覆盖安装会保留Python框架,便于识别依赖关系
- 建议测试环境中验证所有自定义脚本和工作流
- 已知
makecatalogs工具性能较Python版本有所下降
测试重点建议
管理员在评估此版本时应重点关注:
- 管理工具功能,特别是
manifestutil的交互模式 - 在各种macOS版本上的安装和运行情况
- 认证重启流程
- 应用使用追踪功能
- 客户端证书认证
- 中间件插件功能
Munki 7.0 Beta 5代表了该项目向现代化迈出的重要一步,虽然带来了一些兼容性变化,但也为未来的功能扩展和性能优化奠定了基础。建议管理员在测试环境中充分验证后,再考虑生产环境部署。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0129
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