Buildkite Agent v3.93.0 版本发布:新增暂停处理与停止命令
Buildkite Agent 是一个开源的持续集成和持续交付(CI/CD)代理程序,它允许用户在本地或云端运行构建作业。作为 Buildkite 平台的核心组件,Agent 负责执行构建任务、管理作业队列以及与 Buildkite 服务通信。
版本亮点
本次发布的 v3.93.0 版本引入了几个重要功能和改进,特别值得关注的是新增了对暂停操作的处理和全新的 agent stop 命令。
新增暂停操作处理
开发团队在本次更新中增加了对暂停操作的处理能力。这一功能使得构建流程可以更灵活地响应外部控制信号,当接收到暂停指令时,Agent 能够优雅地暂停当前执行的任务,而不会丢失任何构建状态或数据。这对于需要临时中断构建进行调试或资源调整的场景特别有用。
新增 agent stop 命令
v3.93.0 版本引入了一个新的 agent stop 命令,为管理员提供了更直接的方式来控制 Agent 的运行状态。与传统的信号处理方式相比,这个命令提供了更友好和标准化的接口来停止 Agent 服务,简化了运维操作。
其他重要改进
Git 提交元数据处理优化
当环境变量 BUILDKITE_COMMIT_RESOLVED 设置为 true 时,Agent 现在会跳过推送 Git 提交元数据的操作。这一优化减少了不必要的网络传输,提高了构建效率,特别是在大规模项目中效果更为明显。
信号处理机制增强
团队对信号处理机制进行了多项改进:
- 确保 Agent 在宽限期后能够正确退出
- 当进程已经退出时,不再因中断失败而导致错误
- 改进了取消信号的处理逻辑
这些改进使得 Agent 在响应系统信号时更加健壮和可靠。
跨平台兼容性提升
针对不同操作系统环境的兼容性进行了多项优化:
- 不再假设 bash 位于 /bin 目录下,提高了在各种 Unix-like 系统上的可移植性
- 增强了对 DragonFly BSD、FreeBSD、NetBSD 和 OpenBSD 等系统的支持
- 改进了对各种 CPU 架构(包括 arm、arm64、ppc64、riscv64 和 s390x)的支持
内部架构优化
开发团队对代码库进行了多项现代化改进:
- 应用了 Go 团队提供的新现代化分析工具的建议
- 将实验性的 maps 包替换为标准库中的 maps 实现
- 更新了多个依赖项,保持与最新安全补丁和功能改进同步
总结
Buildkite Agent v3.93.0 版本通过新增暂停操作处理和停止命令,显著提升了构建流程的控制能力。同时,对信号处理、Git 元数据处理和跨平台兼容性的改进,使得 Agent 在各种使用场景下更加稳定和高效。这些变化既满足了高级用户对构建流程精细控制的需求,也通过优化提升了普通用户的使用体验。
对于现有用户,建议评估新功能是否适用于当前的工作流程,特别是暂停操作处理可以为复杂的构建场景提供更多灵活性。新用户则可以从更完善的文档和更稳定的功能中受益。
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-1.5暂无简介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
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
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