Docker Buildx v0.22.0 版本发布:构建工具的重大更新
Docker Buildx 是 Docker 官方推出的下一代构建工具,它基于 BuildKit 构建引擎,提供了更强大、更灵活的容器镜像构建能力。作为 Docker CLI 的插件,Buildx 不仅支持传统的单架构镜像构建,还能够轻松创建多平台镜像,并提供了丰富的构建功能。
新版本核心特性
构建历史记录导入功能
v0.22.0 版本引入了全新的 buildx history import 命令,这一功能特别针对 Docker Desktop 用户设计。通过该命令,开发者可以将构建记录导入到 Docker Desktop 中,以便在 Build UI 中进行更深入的调试和分析。这一功能极大地方便了开发者在本地环境中复现和排查构建问题。
构建历史记录的灵活访问
新版本对历史记录访问进行了增强,现在可以通过相对偏移量来访问历史记录。例如,使用 ^1 可以访问倒数第二条记录。这一改进适用于 history inspect、history logs 和 history open 等多个命令,使得开发者能够更便捷地回溯和分析之前的构建过程。
Bake 功能的增强
Bake 是 Buildx 提供的声明式构建工具,新版本对其进行了多项改进:
- 新增了
+=操作符支持,在使用--set进行覆盖时可以实现追加操作,而不仅仅是替换。 - 现在可以在使用 Bake 覆盖时设置注释(Annotations),这为构建配置提供了更好的文档支持和元数据管理能力。
驱动与兼容性改进
Docker 容器驱动的 GPU 支持
新版本中,Docker 容器驱动现在能够自动检测并添加可用的 GPU 设备到容器中。这一改进对于需要 GPU 加速的构建任务(如机器学习模型的容器化)尤为重要,大大简化了相关配置工作。
多平台支持扩展
v0.22.0 版本新增了对 NetBSD 系统的支持,进一步扩展了 Buildx 的跨平台能力。现在开发者可以在更多操作系统环境中使用 Buildx 进行容器构建。
稳定性与错误修复
本次更新包含多项稳定性改进和错误修复:
- 修复了在使用 Docker 驱动并启用 containerd 存储时的双推送问题。
- 修正了
imagetools create命令中多个标签被推送的问题,现在只有最终的清单会通过标签推送。 inspect和create命令现在会在节点启动失败时返回错误,提高了错误处理的准确性。
依赖项更新
v0.22.0 版本同步更新了多个核心依赖库,包括:
- compose-go/v2 更新至 v2.4.8
- containerd/v2 更新至 v2.0.3
- Docker CLI 和 Docker 引擎更新至 v28.0.1
- BuildKit 更新至 v0.20.1
这些依赖项的更新为 Buildx 带来了更好的性能、安全性和功能支持。
总结
Docker Buildx v0.22.0 版本通过引入构建历史记录导入、增强 Bake 功能、改进 GPU 支持等多项新特性,进一步提升了容器构建的效率和灵活性。同时,通过多项错误修复和稳定性改进,使得构建过程更加可靠。对于需要频繁构建容器镜像的开发者和 DevOps 团队来说,这一版本值得升级体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00