PSPG项目新增WSL2环境下clip.exe剪贴板支持
在数据库命令行工具PSPG的最新版本中,开发团队新增了对Windows Subsystem for Linux 2(WSL2)环境下clip.exe剪贴板程序的支持。这一改进使得在WSL2环境中使用PSPG时,能够更便捷地将查询结果复制到Windows系统剪贴板中。
背景与需求
WSL2作为微软推出的Linux子系统,允许用户在Windows系统上运行原生Linux环境。然而,由于WSL2与Windows主机采用不同的架构,传统的Linux剪贴板工具如xclip在WSL2中需要额外配置X服务器才能正常工作。而Windows系统自带的clip.exe程序则可以直接在WSL2环境中使用,无需额外配置。
PSPG作为一个功能强大的PostgreSQL分页显示工具,原本支持三种剪贴板程序:
- wl-clipboard (Wayland环境)
- xclip (X Window系统)
- pbcopy (macOS系统)
实现方案
开发团队在PSPG中新增了第四个剪贴板选项,通过--clipboard-app=4参数可以显式指定使用clip.exe程序。该程序在WSL2环境中的典型路径为/mnt/c/WINDOWS/system32/clip.exe,且WSL2已自动将该路径加入系统PATH环境变量。
在实现过程中,开发团队最初遇到了剪贴板写入错误的问题,经过调试后发现需要采用与macOS的pbcopy类似的实现方式。最终版本确保了clip.exe能够正确接收输入并将其写入Windows系统剪贴板。
自动检测优化
虽然显式指定--clipboard-app=4可以确保使用clip.exe,但开发团队进一步优化了剪贴板程序的自动检测逻辑。在WSL2环境中,当检测到clip.exe可用时,会优先选择它作为默认剪贴板程序,而不是xclip。这一优化基于以下考虑:
- .exe扩展名的程序通常不会出现在非WSL环境的Linux系统中
- clip.exe作为Windows原生程序,在WSL2中无需额外配置即可使用
- xclip在WSL2中需要配置X服务器才能正常工作
使用建议
对于WSL2用户,建议将剪贴板偏好设置保存在PSPG的配置文件中,以避免每次使用时都需要指定参数。这一改进使得PSPG在WSL2环境中的使用体验更加流畅,特别是对于需要频繁复制查询结果的数据库开发人员来说,大大提高了工作效率。
该功能已在PSPG 5.8.3版本中正式发布,WSL2用户可以通过更新到最新版本来体验这一改进。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00