Nixpacks v1.31.0 版本发布:增强多语言支持与构建优化
Nixpacks 是一个创新的容器化构建工具,它基于 Nix 包管理器,能够自动检测项目类型并生成优化的容器镜像。该项目由 Railway 团队开发,旨在简化应用程序的容器化过程,特别适合现代云原生应用的部署场景。
核心功能增强
新增 JSONC 配置文件支持
本次更新为 Nixpacks 添加了对 JSONC(JSON with Comments)格式的支持。JSONC 是 JSON 的超集,允许在配置文件中添加注释,这在开发配置中非常实用。现在开发者可以在项目中使用带注释的 JSON 配置文件,Nixpacks 能够正确解析这些文件而不会报错。
Bun.lock 文件支持
随着 Bun 运行时生态的兴起,v1.31.0 版本增加了对 bun.lock 文件的支持。这使得使用 Bun 作为包管理器的 JavaScript/TypeScript 项目能够被 Nixpacks 正确识别和处理,进一步完善了 JavaScript 生态系统的支持。
Node 版本管理改进
本次更新对 Node.js 版本管理进行了多项优化:
- 增加了对 .node-version 文件的基本支持,该文件常用于指定项目所需的 Node.js 版本
- 改进了 LTS(长期支持)版本的选择逻辑,现在会自动选择最新的 LTS 版本
- 新增了缺失的 Node LTS 版本测试用例,确保版本选择的稳定性
语言特定优化
Golang 构建增强
针对 Go 语言项目,v1.31.0 增加了对 cmd 目录的特殊处理。在 Go 项目中,cmd 目录通常包含可执行文件的入口代码,Nixpacks 现在能够识别这种目录结构并做出相应的构建优化。
Rust 工具链更新
更新了 Rust 的 Nix 归档文件,确保使用最新的 Rust 工具链进行构建。这对于依赖最新 Rust 特性的项目尤为重要,同时也能获得更好的编译性能和安全性。
基础设施改进
基础镜像升级
本次发布将基础镜像更新至最新版本(1736208272),包含了最新的系统包和安全补丁。这些基础镜像的更新为构建过程提供了更稳定和安全的环境。
PostgreSQL 依赖更新
将 postgres.dev 依赖更新为 postgresql_16.dev,确保使用 PostgreSQL 16 的最新稳定版本。这对于依赖 PostgreSQL 数据库的项目非常重要,可以获得更好的性能和最新的功能支持。
问题修复与稳定性提升
- 修复了 nixpack plan 生成无效 TOML 文件的问题
- 改进了 stdout 逻辑,确保输出文件的正确性
- 修复了多个 Clippy 提示的代码问题,提高了代码质量
- 澄清了 Node 环境变量的使用说明,减少配置错误
部署文档更新
在部署文档中添加了对 Stacktape 的支持信息。Stacktape 是一个基础设施即代码工具,与 Nixpacks 的结合使用可以简化应用的部署流程。
跨平台支持
v1.31.0 继续提供全面的跨平台支持,包括:
- macOS (aarch64 和 x86_64)
- Windows (aarch64、i686 和 x86_64)
- Linux (多种架构包括 aarch64、arm、i686 和 x86_64)
每种平台都提供了相应的二进制包(tar.gz 或 zip),以及适用于 Linux 的 .deb 包,方便不同环境下的安装和使用。
这个版本通过多项功能增强和问题修复,进一步提升了 Nixpacks 的稳定性和可用性,使其成为现代应用容器化的更强大工具。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00