NW.js构建工具新增macOS本地网络权限配置支持
在macOS应用开发中,随着系统版本的更新,苹果公司不断加强了对用户隐私的保护机制。最新版本的NW.js构建工具(nw-builder)已经增加了对macOS 15系统中本地网络访问权限描述配置的支持,这对于需要访问本地网络服务的NW.js应用开发者来说是一个重要的更新。
背景与需求
从macOS 11(Sonoma)开始,苹果引入了NSLocalNetworkUsageDescription权限描述要求。这项安全措施要求任何需要访问本地网络服务的应用必须在Info.plist文件中明确声明其用途。这一变更在macOS 15(Sequoia)中得到了延续和强化。
对于基于NW.js框架开发的桌面应用,如果应用功能需要发现或连接本地网络中的其他设备(如打印机、媒体服务器或其他网络服务),就必须在构建配置中添加这一权限描述。否则,应用在运行时将无法获得必要的网络访问权限。
技术实现细节
NW.js构建工具的最新版本已经集成了对这一配置项的支持。开发者现在可以通过简单的配置方式,在构建过程中自动将NSLocalNetworkUsageDescription键值添加到生成的应用程序包中。
在配置文件中,开发者可以这样设置:
{
"platforms": ["osx64"],
"mac": {
"NSLocalNetworkUsageDescription": "应用需要访问本地网络以发现可用设备"
}
}
构建工具会确保这个描述字符串被正确地写入到应用程序包的Info.plist文件中。描述文本应当清晰、准确地说明应用为何需要访问本地网络,这不仅是技术上的要求,也是苹果应用审核指南中的明确规定。
开发者注意事项
-
描述文本质量:苹果建议提供具体而非笼统的描述。例如,"用于发现局域网中的智能家居设备"比"需要网络功能"要好得多。
-
多语言支持:如果你的应用支持多语言,应考虑为不同语言提供相应的本地化描述。
-
权限必要性:只在确实需要本地网络访问时才添加此配置,避免不必要的权限请求影响用户体验。
-
测试验证:在开发过程中,应实际测试网络功能是否正常工作,特别是在不同macOS版本上的表现。
这一更新体现了NW.js社区对开发者需求的快速响应能力,也展示了开源项目如何及时适应平台政策变化的特点。对于使用NW.js开发跨平台桌面应用的团队来说,及时更新构建工具版本并正确配置网络权限描述,将是确保应用在最新macOS系统上正常运行的重要一步。
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