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。
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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00