osxphotos项目发布v0.72.0版本:新增macOS Tahoe初步支持
osxphotos是一个强大的Python库和命令行工具,专门用于与macOS上的Photos应用进行交互。它允许开发者通过编程方式访问和管理照片库中的内容,包括照片、视频的元数据、相册组织等信息。这个工具对于需要批量处理照片库内容的用户特别有用,比如摄影师、内容创作者或需要进行照片库备份的用户。
主要更新内容
macOS Tahoe初步支持
本次发布的v0.72.0版本最重要的更新是增加了对macOS Tahoe(即macOS 16/26)的初步支持。这是苹果即将发布的新版本操作系统的beta支持,意味着:
- 目前支持的功能包括基本的导出和导入操作
- 由于macOS Tahoe本身还处于测试阶段,相关功能可能会随着苹果系统的更新而变化
- 开发者建议用户如果遇到任何问题,及时反馈以便后续改进
这种早期支持对于需要在最新系统上使用osxphotos的用户非常有价值,虽然功能尚不完善,但已经可以满足基本需求。
导出功能优化
新版本对导出功能进行了重要改进,特别是处理"同步照片"(syndicated photos)的逻辑:
- 同步照片指的是通过Messages应用分享但尚未保存到照片库中的图片
- 之前版本会尝试导出这些照片,导致出现"missing"错误信息,给用户造成困惑
- v0.72.0版本将自动跳过这些未保存的同步照片,使导出过程更加清晰
这一改进显著提升了用户体验,避免了不必要的错误提示。
问题修复
本次更新还包含几个重要的错误修复:
-
下载缺失照片时的稳定性:修复了当使用--download-missing选项时,如果Photos应用无响应会被多次强制关闭的问题(#1862)
-
ExifTool处理超时:改进了--exiftool选项的处理,现在如果ExifTool进程无响应,系统会正确超时而不是一直等待(#1855)
-
同步照片处理:确保导出时正确跳过缺失的同步照片(#1865)
这些修复提高了工具的稳定性和可靠性,特别是在处理大型照片库或复杂操作时。
技术细节
对于开发者而言,值得注意的技术细节包括:
-
新版本继续保持了良好的向后兼容性,现有脚本和程序通常无需修改即可工作
-
对macOS Tahoe的支持采用了渐进式策略,随着苹果系统的更新,osxphotos也会相应调整
-
导出逻辑的改进涉及到底层照片库访问API的调整,体现了开发者对macOS照片管理机制的深入理解
使用建议
对于计划升级的用户,建议:
-
如果是生产环境使用,建议先在小规模测试环境中验证新版本
-
如果使用macOS Tahoe系统,注意这是beta支持,某些功能可能不稳定
-
导出大量照片时,新版本的处理逻辑会更加高效,但仍建议分批处理以防意外
osxphotos项目持续保持着活跃的开发状态,这个版本再次证明了它在macOS照片管理工具中的领先地位。无论是普通用户还是开发者,都能从中获得更强大、更稳定的照片管理能力。
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 StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112