Pixi 0.48.0 发布:支持递归源码依赖与构建优化
Pixi 是一个现代化的跨平台包管理工具,专注于为开发者提供简单高效的依赖管理和环境配置解决方案。它支持多种编程语言和平台,能够帮助开发者快速搭建一致的开发环境,特别适合多语言项目和团队协作场景。
递归源码依赖支持
本次发布的 0.48.0 版本中,最值得关注的改进是新增了对递归源码运行依赖的支持。这一功能允许开发者在项目的 run-dependencies 部分直接引用本地路径的依赖项,例如:
[package.run-dependencies]
cpp_math = { path = "packages/cpp_math" }
这种设计使得项目结构更加灵活,特别适合大型项目或微服务架构,开发者可以将项目拆分为多个子模块,每个模块都可以作为独立的依赖被引用。这种源码级别的依赖管理方式,相比传统的包仓库依赖,能够提供更快的开发迭代速度和更直观的依赖关系。
构建系统增强
在构建功能方面,0.48.0 版本带来了多项改进:
-
相对路径输入通配符支持:现在
pixi build命令可以处理相对路径的输入通配符,使得构建脚本更加灵活和可配置。 -
构建缓存优化:构建系统现在会考虑任务参数的变化来进行缓存,避免了不必要的重复构建,显著提高了构建效率。
-
.pixi目录排除:新增了condapackageignore文件支持,可以自动排除.pixi目录从构建产物中,保持构建结果的整洁。
跨平台兼容性改进
Pixi 一直致力于提供优秀的跨平台体验,本次更新中:
- 在 macOS 系统上新增了对
XDG_CONFIG_HOME配置位置的支持,使配置管理更加标准化 - 修复了 Windows 平台上的路径差异计算问题
- 改进了 ARM64 架构的支持,包括 Windows 和 Linux 平台
用户体验提升
0.48.0 版本在用户体验方面也做了多项优化:
- 命令列表排序:CLI 帮助中的命令列表现在按字母顺序排列,查找更方便
- 错误提示改进:当命令未找到时,会提供更有帮助的提示信息
- 自更新功能增强:
self-update命令现在包含发布说明,并支持--dry-run选项
内部架构优化
在技术架构层面,开发团队进行了多项重构:
- 引入了命令分发器架构,使代码结构更加清晰
- 将文档系统迁移到 Cargo 工作区
- 改进了源代码元数据的获取方式
- 更新了依赖管理底层,使用
uv_distribution_types处理包需求
这些内部改进虽然对最终用户不可见,但为 Pixi 的长期稳定性和可维护性打下了坚实基础。
总结
Pixi 0.48.0 版本通过引入递归源码依赖支持,显著提升了大型项目的管理能力。同时,构建系统的多项优化和跨平台兼容性改进,使得开发者能够获得更加流畅的开发体验。这些改进体现了 Pixi 团队对开发者工作流程的深入理解,以及持续优化工具链的承诺。
对于现有用户,建议升级到最新版本以获取这些改进;对于新用户,现在正是尝试 Pixi 的好时机,特别是如果你正在管理包含多个相互依赖模块的复杂项目。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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