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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00