Pearcleaner 4.4.0版本发布:macOS清理工具的重大升级
项目简介
Pearcleaner是一款专为macOS系统设计的应用程序清理工具,它能够帮助用户彻底卸载不需要的应用程序,并清理相关的残留文件和系统垃圾。与macOS自带的简单卸载功能不同,Pearcleaner能够深入系统,找到应用程序安装后产生的各种关联文件、缓存、偏好设置等,确保应用程序被完全移除,不会留下任何无用数据。
4.4.0版本核心更新
1. 特权操作机制升级
本次更新最重要的改进之一是引入了SMAppService特权助手工具,作为执行特权操作的首选机制。这一改变意味着:
- 更安全的权限管理:SMAppService是苹果官方推荐的权限管理方式,相比之前的手动plist加载方式更加安全可靠
- 更稳定的系统集成:使用官方API能够更好地与macOS系统集成,减少权限问题的发生
- 提升用户体验:用户在进行需要管理员权限的操作时,会获得更标准化的系统提示
2. 通用二进制文件优化
新增了对通用二进制文件(universal binaries)的lipo选项支持,可以移除未使用的架构:
- 节省磁盘空间:移除不需要的CPU架构代码,减少应用程序占用的空间
- 提升性能:只保留当前系统所需的架构,避免加载不必要的代码
- 兼容性保障:自动识别并保留必要的架构,不影响应用程序的正常运行
3. 开发文件夹大小标签
通过社区贡献者的PR,现在可以显示开发文件夹的大小标签:
- 直观展示:让开发者能够一目了然地看到各种开发相关文件夹的占用空间
- 便于管理:帮助开发者识别哪些开发资源占用了大量空间,便于清理决策
4. 会话级文件关联清理
新增了对当前会话中孤立文件关联的清理功能:
- 即时清理:可以清理当前用户会话中产生的临时文件关联
- 不影响系统:只清理会话级别的关联,不会影响系统全局设置
5. Finder扩展图标自定义
考虑到用户反馈,增加了显示/隐藏Finder扩展图标的选项:
- 界面整洁:用户可以根据个人喜好选择是否在Finder中显示Pearcleaner图标
- 个性化体验:满足不同用户对界面简洁性的需求
6. 包管理改进
新增了逻辑来移除pkgutil中显示的与已卸载应用程序bundle id匹配的包:
- 彻底清理:确保通过安装包安装的应用程序被完全移除
- 系统一致性:保持包管理器记录与实际安装状态一致
问题修复与优化
-
文件删除稳定性提升:
- 修复了某些情况下使用FileManager API删除非特权文件时导致的问题
- 现在当垃圾桶操作遇到问题时,会显示错误图标提醒用户
-
更新机制改进:
- 修复了更新程序有时因用户账户权限问题卡在50%的情况
- 提升了更新过程的稳定性和可靠性
-
底层架构优化:
- 完全使用SMAppService替代了手动plist加载的launchctl方式
- 系统服务管理更加规范和安全
技术价值分析
Pearcleaner 4.4.0版本的更新体现了几个重要的技术方向:
-
向苹果官方API靠拢:通过采用SMAppService等官方推荐的方式,提高了工具的合规性和稳定性,减少了因使用非公开API可能带来的问题。
-
精细化资源管理:无论是通用二进制文件的优化还是开发文件夹大小的展示,都体现了对系统资源更精细的管理能力,这在SSD空间宝贵的Mac设备上尤为重要。
-
用户体验优先:从可隐藏的Finder图标到更清晰的错误提示,开发者始终将用户体验放在重要位置,让专业工具也能保持简洁易用。
-
社区驱动开发:部分功能如开发文件夹大小标签直接来自社区贡献,显示了项目的开放性和包容性。
适用场景建议
Pearcleaner特别适合以下用户场景:
-
频繁试用软件的用户:可以彻底清理试用后决定不保留的应用程序及其所有数据。
-
开发者和设计师:经常需要安装各种工具和插件,Pearcleaner能帮助他们保持系统整洁。
-
对系统性能敏感的用户:定期清理可以释放磁盘空间,保持系统运行效率。
-
准备出售或转让Mac的用户:确保个人数据和应用程序信息被完全清除。
总结
Pearcleaner 4.4.0版本通过引入更安全的特权操作机制、优化二进制文件处理、增强清理能力等一系列改进,进一步巩固了其作为macOS系统清理利器的地位。这些更新不仅提升了工具的效能和稳定性,也改善了用户体验,使其成为维护macOS系统健康的得力助手。对于注重系统整洁和性能的Mac用户来说,这次升级值得关注和尝试。
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。C032
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
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。C00
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