NanaZip 5.0发布:支持UFS文件系统与多项功能优化
NanaZip是一款基于7-Zip的开源压缩工具,专注于提供更丰富的文件格式支持和现代化的用户体验。作为7-Zip的衍生版本,NanaZip在保留原有强大压缩功能的基础上,增加了对更多哈希算法的支持,优化了用户界面,并持续引入创新功能。
最新发布的NanaZip 5.0版本带来了多项重要更新,其中最引人注目的是新增了对UFS/UFS2文件系统镜像的只读支持。这一功能使得Windows用户无需挂载BSD分区,就能直接访问和提取BSD系统分区中的文件内容。该功能的实现得益于社区贡献者NishiOwO提供的UFS/UFS2磁盘结构定义,为跨平台文件操作提供了新的可能性。
在架构层面,NanaZip 5.0引入了一个重要创新——NanaZip平台抽象层(K7Pal)。这一设计将平台相关的底层实现进行了封装,为后续跨平台开发奠定了基础。目前K7Pal已经提供了基于Windows CNG API的多种哈希函数接口,包括MD2、MD4、MD5、SHA系列等常用算法。这种模块化设计不仅提高了代码的可维护性,也为未来支持更多平台预留了空间。
用户体验方面,5.0版本新增了两项实用功能:智能提取(Smart Extraction)和提取后自动打开文件夹选项。前者可以自动识别并处理压缩包中的嵌套结构,后者则简化了用户操作流程,提升了工作效率。这些改进都源于社区用户的实际需求反馈。
在技术实现上,NanaZip 5.0同步了多个核心组件的更新:
- 7-Zip主程序升级至24.09版本
- BLAKE3哈希算法更新至1.5.5
- RHash同步至最新主分支
- xxHash升级至v0.8.3
值得注意的是,开发团队对项目结构进行了优化调整,将控制台版本移至核心项目,移除了对C++/WinRT和VC-LTL的依赖,转而采用Mile.Windows.UniCrt方案。这些改动不仅简化了代码结构,还优化了生成的可执行文件体积,特别是自解压安装包的尺寸得到了明显缩减。
针对Windows系统的兼容性,5.0版本修复了DPI感知相关的问题,确保在不同显示设置下都能正常显示界面。同时解决了从右键菜单启动时窗口可能出现在后台的问题,提升了用户体验的一致性。
从安全角度看,新版本增强了自解压程序的安全性,默认禁用了子进程创建功能(安装模式除外),减少了潜在的安全风险。开发团队还表示正在考虑未来版本中引入插件系统,但会谨慎设计安全隔离机制,可能采用WebAssembly等技术来平衡功能扩展与安全性。
NanaZip 5.0的发布展现了开源项目持续创新的活力,通过吸收社区反馈和技术进步,不断丰富文件压缩工具的功能边界。特别是对BSD文件系统的支持,为跨平台数据交换提供了新的解决方案,体现了项目团队对多元化使用场景的关注。
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