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。
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