Snapcraft 8.8.0 版本发布:跨平台构建与开发体验优化
2025-07-04 12:11:38作者:宗隆裙
项目简介
Snapcraft 是 Canonical 公司推出的开源项目,主要用于构建和管理 Snap 软件包。Snap 是一种现代化的软件打包格式,能够在不同的 Linux 发行版上运行,提供安全、可靠且易于维护的软件分发方案。Snapcraft 作为构建工具,简化了从源代码到 Snap 包的转换过程,支持多种编程语言和框架。
核心更新内容
1. 跨平台构建能力增强
8.8.0 版本显著提升了跨平台构建的支持能力:
- 核心架构支持:现在可以更好地支持 core24 基础架构上的跨架构构建,为开发者提供了更灵活的构建选项
- 远程构建改进:修复了远程构建时交叉编译失败的问题,确保在不同架构上的构建过程更加稳定可靠
- 自动工具链适配:优化了自动工具(autotools)在交叉编译场景下的处理逻辑
2. KDE Neon 扩展支持
针对 KDE Neon 桌面环境的支持得到了多项改进:
- 修复了 KDE Neon 6 扩展的构建环境和平台插件问题
- 优化了 Qt6 框架在 KDE Neon 环境下的集成
- 修正了 CMake 路径处理逻辑,移除了无效的 CMake 根路径
3. 开发体验优化
- Flutter 插件修复:解决了 Flutter 插件中的 Git 错误问题
- Python 环境改进:专门为 python-apt 使用了优化的 wheels 仓库
- 本地插件加载:在 core20 环境中改进了本地插件的导入机制,使用 importlib 实现更可靠的加载
- 代码质量提升:采用了 PEP 604 联合类型和 PEP 585 类型注解等现代 Python 特性
4. 测试与稳定性增强
- 重新启用了开发版(devel)的扩展测试
- 将所有遗留测试标记为慢速测试,优化测试执行策略
- 修复了 multipass 后端的测试配置问题
- 启用了 core24 插件测试,确保新功能的稳定性
技术细节解析
跨平台构建的实现
新版本通过以下技术手段实现了更强大的跨平台支持:
- 架构抽象层:在构建系统中引入了更完善的架构抽象,隔离了平台相关代码
- 工具链管理:改进了对交叉编译工具链的自动检测和配置
- 环境隔离:确保构建环境不会污染主机系统,同时保持必要的依赖关系
KDE Neon 集成的技术考量
针对 KDE Neon 的优化主要涉及:
- 环境变量处理:确保构建过程中正确识别 KDE 特有的路径和配置
- 依赖解析:优化了 KDE 框架下特有库的查找机制
- Qt 版本兼容:特别处理了 Qt5 和 Qt6 并存时的构建逻辑
开发者建议
对于使用 Snapcraft 的开发者,建议关注以下实践:
- 跨平台构建:利用新版本的跨架构支持,可以更轻松地为不同硬件平台打包应用
- KDE 应用开发:如果开发 KDE 相关应用,建议尝试新的 KDE Neon 扩展支持
- 代码现代化:考虑采用 PEP 604 和 PEP 585 等新特性改进插件代码
- 测试策略:合理利用测试分类(如慢速测试标记)优化开发流程
未来展望
从本次更新可以看出 Snapcraft 的发展方向:
- 持续增强对不同桌面环境的支持
- 深化跨平台构建能力
- 提升开发者体验和代码质量
- 加强测试覆盖和稳定性
8.8.0 版本为 Snapcraft 生态带来了更强大的功能和更稳定的体验,特别是对于需要支持多种架构或特定桌面环境的开发者来说,这些改进将显著提升工作效率。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220