Pacstall项目v6.2.0版本发布:Ubuntu生态的AUR式包管理器升级
Pacstall是一个受Arch Linux的AUR(Arch User Repository)启发而开发的Ubuntu包管理器。它为Ubuntu用户提供了类似AUR的体验,使得安装和更新下游程序变得更加简单,无需手动搜索GitHub仓库等资源。Pacstall通过提供一种集中化的方式来管理第三方软件包,极大地简化了Ubuntu生态系统中的软件安装流程。
核心功能更新
环境变量PACSTALL_TMPDIR支持
在传统安装过程中,Pacstall默认使用/tmp/pacstall目录进行下载、解压和构建操作。然而,某些大型软件包可能导致/tmp空间耗尽,从而引发构建失败。v6.2.0版本引入了PACSTALL_TMPDIR环境变量,允许用户自定义临时工作目录。
技术实现上,当用户设置PACSTALL_TMPDIR(注意不要包含结尾斜杠)后,所有临时操作都将转移到指定目录。若未设置此变量,系统仍会回退到默认的/tmp目录。这一改进特别适合处理大型软件包的构建过程。
新增升级列表查看功能
此前版本中,用户若想查看可升级的软件包列表,必须启动升级流程(-Up)然后手动取消。v6.2.0新增了-Lu或--list-upgrades命令,允许用户直接列出可升级包而不实际执行升级操作。
从技术架构角度看,这一功能通过分离查询与执行逻辑,提升了用户体验,同时保持了与现有升级机制的兼容性。
软件包标记管理功能
v6.2.0版本重构了本地安装包的处理逻辑。过去,从pacscript本地安装的软件包无法被升级系统识别。新版本借鉴了APT的设计理念,会自动在可用仓库中搜索匹配的本地安装包并进行升级。
同时引入-M或--mark命令实现软件包升级控制:
pacstall -M 包名 hold # 阻止指定包升级检查
pacstall -M 包名 unhold # 允许指定包升级
这一改进使得本地安装包的管理更加灵活,同时保持了与仓库包的升级一致性。
重要问题修复
-
源URL索引修复:解决了包屏蔽时的源URL索引错误问题,确保包来源信息准确无误。
-
解压方法定义增强:当
source字段未定义解压方法时,现在允许dest字段指定解压方式,提高了pacscript的灵活性。 -
拆分包升级修复:优化了拆分包(split package)的升级逻辑,确保复杂包结构的正确处理。
-
CI兼容性检查:重新启用了CI环境下的兼容性检查,确保自动化流程的可靠性。
国际化支持
v6.2.0版本继续完善多语言支持,通过Weblate平台实现了翻译更新。目前项目支持多种语言,鼓励社区成员参与翻译工作,使Pacstall能够服务更广泛的用户群体。
技术实现细节
从打包脚本分析,Pacstall 6.2.0保持了轻量级设计,核心依赖包括:
- 基础工具:bash、curl、wget、git
- 压缩工具:unzip、zstd、tar、gzip
- 系统工具:sensible-utils、iputils-ping、lsb-release
- 构建工具:build-essential、meson、ninja-build
- 数据处理:jq、gettext
安装过程会创建完整的目录结构,包括:
- 二进制目录(/usr/bin/)
- 脚本目录(/usr/share/pacstall/scripts/)
- 仓库配置(/usr/share/pacstall/repo/)
- 手册页(/usr/share/man/)
- 多语言支持(/usr/share/locale/)
- 日志和缓存目录(/var/log/pacstall/, /var/cache/pacstall/)
升级与安装建议
现有用户可通过以下命令升级:
pacstall -U pacstall:master
新用户可选择从Chaotic PPR安装:
sudo apt install pacstall
或者直接使用提供的deb包安装。建议开发者和高级用户关注推荐的依赖项(axel、ninja-build、meson等),以获得更完整的开发体验。
Pacstall 6.2.0版本通过上述改进,进一步巩固了其作为Ubuntu生态系统中AUR替代方案的地位,为开发者和平民用户提供了更强大、更灵活的软件包管理解决方案。
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 StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05