Terraformer项目在Apple Silicon设备上的安装指南
GoogleCloudPlatform旗下的Terraformer是一个强大的基础设施即代码工具,它能够将现有云资源逆向工程为Terraform配置。随着Apple Silicon芯片(M1/M2等)的普及,许多开发者在ARM架构的Mac设备上安装Terraformer时遇到了兼容性问题。
Apple Silicon安装背景
传统上,大多数软件都针对x86架构编译,而Apple Silicon使用的是ARM架构。虽然Rosetta 2转译层可以运行x86应用,但原生ARM版本通常能提供更好的性能和兼容性。Terraformer从0.8.24版本开始为Apple Silicon设备提供了原生支持。
安装步骤详解
-
设置环境变量
首先需要指定要安装的provider类型。对于Apple Silicon设备,目前官方只提供了"all"和"azure"两种ARM64版本:export PROVIDER=all -
下载最新版本
通过curl命令获取最新的发布版本并下载对应的二进制文件:curl -LO "https://github.com/GoogleCloudPlatform/terraformer/releases/download/$(curl -s https://api.github.com/repos/GoogleCloudPlatform/terraformer/releases/latest | grep tag_name | cut -d '"' -f 4)/terraformer-${PROVIDER}-darwin-arm64" -
设置执行权限
下载完成后,需要赋予文件可执行权限:chmod +x terraformer-${PROVIDER}-darwin-arm64 -
安装到系统路径
最后将可执行文件移动到系统PATH包含的目录中:sudo mv terraformer-${PROVIDER}-darwin-arm64 /usr/local/bin/terraformer
注意事项
-
Provider选择
目前Apple Silicon版本仅支持"all"和"azure"两种provider,选择其他provider会导致安装失败。 -
版本兼容性
确保下载的是最新版本,旧版本可能不包含ARM64架构的支持。 -
权限问题
如果遇到权限错误,可以尝试不使用sudo,而是将文件移动到用户有写权限的目录,如~/bin,并确保该目录在PATH环境变量中。
验证安装
安装完成后,可以通过以下命令验证:
terraformer version
如果安装成功,将显示当前安装的Terraformer版本信息。
结语
随着ARM架构在个人计算设备上的普及,越来越多的开发者工具开始提供原生支持。Terraformer对Apple Silicon的原生支持虽然目前还限于特定provider,但已经能够满足基本使用需求。开发者可以期待未来版本中对更多provider的ARM64支持。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112