Rancher Desktop 1.19.1 版本发布:容器与Kubernetes开发环境新升级
Rancher Desktop 是一款开源的桌面应用程序,旨在为开发者提供便捷的 Kubernetes 和容器管理体验。它支持 macOS、Windows 和 Linux 三大主流操作系统,让开发者能够在本地环境中轻松运行和管理容器化应用。最新发布的 1.19.1 版本带来了一系列功能增强和问题修复,进一步提升了开发者的使用体验。
核心更新亮点
1. 扩展管理机制优化
新版本在扩展管理方面进行了显著改进。用户界面中的"Extensions"菜单项现在会显示一个带有数字的红色气泡,直观地提示已安装扩展的可用更新数量。每个可更新的扩展卡片上新增了"Update"按钮,与原有的"Remove"按钮并列,使得扩展更新操作更加便捷。
2. SUSE 应用集合扩展
1.19.1 版本引入了 SUSE Application Collection 扩展,这是一个值得关注的增强功能。该扩展提供了对经过 SUSE 认证、精心筛选并持续更新的应用程序集合的访问。它通过管理认证、简化应用部署流程以及保持应用最新状态,帮助开发者更高效地将这些应用集成到本地开发环境中。
3. 虚拟化技术成熟度提升
VZ 仿真技术和快照功能在此版本中正式脱离实验阶段。相关的 rdctl 命令行选项也从带有实验性前缀的 --experimental.virtual-machine.type 和 --experimental.virtual-machine.use-rosetta 简化为更简洁的 --virtual-machine.type 和 --virtual-machine.use-rosetta,标志着这些功能的稳定性和可靠性得到了官方认可。
关键技术改进
1. 性能优化与问题修复
开发团队解决了多个影响用户体验的关键问题:
-
Kubernetes 重置功能修复:针对 Windows 平台上使用 Kubernetes 1.30.0 及以上版本时,"Kubernetes Reset"操作可能导致 Rancher Desktop 进入不可用状态的问题进行了彻底修复。
-
QEMU 镜像拉取加速:通过解决 DNS 主机解析器实现中的延迟问题,显著改善了在 Linux 和 macOS 上使用 QEMU 时的镜像拉取速度。
-
Docker 构建稳定性:修复了 Windows 平台上
docker build命令间歇性出现的 http2 错误,提升了构建过程的可靠性。
2. 功能增强
-
macOS 扩展能力提升:现在扩展可以调用捆绑的实用程序(如凭证助手),解决了因 Finder 启动 Rancher Desktop 时 PATH 环境变量不继承导致的问题。
-
Windows 平台 nerdctl 兼容性:修复了
nerdctl-stub参数转换层的问题,使得在 Windows 上使用nerdctl时能够支持非标准 Dockerfile 文件名。
组件版本更新
Rancher Desktop 1.19.1 更新了多个核心组件:
- Docker 从 27.5.1 升级到 28.1.1
- Docker Buildx 从 0.20.1 升级到 0.24.0
- Docker Compose 从 2.33.0 升级到 2.36.2
- Helm 从 3.17.1 升级到 3.18.0
- Nerdctl 从 2.0.3 升级到 2.1.1
- Trivy 从 0.59.1 升级到 0.62.1
这些组件的更新带来了性能改进、新功能和安全性增强,为开发者提供了更强大、更安全的工具链。
系统兼容性说明
特别值得注意的是,在 Apple Silicon 设备上运行 amd64 容器镜像时,VZ 仿真与 Rosetta 的配合使用现在需要 macOS 15.5 或更高版本。这是因为旧版 Rosetta 与 Linux 6.11 及以上内核存在兼容性问题,而 Rancher Desktop 1.19 使用了 Linux 6.12.28 内核。
总结
Rancher Desktop 1.19.1 版本通过扩展管理优化、新功能引入和关键问题修复,进一步巩固了其作为开发者友好型 Kubernetes 和容器管理工具的地位。无论是对于刚开始接触容器技术的开发者,还是需要高效本地开发环境的高级用户,这个版本都值得升级体验。其跨平台支持能力和对最新技术的快速适配,使其成为现代云原生开发工作流中不可或缺的一部分。
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