GitHub Actions 正式支持 macOS 15 运行环境
2025-05-28 04:58:12作者:秋阔奎Evelyn
GitHub Actions 作为持续集成和持续交付(CI/CD)的重要平台,现已正式推出对 macOS 15 操作系统的支持。这一更新为 Apple 开发者提供了使用最新 macOS 版本和 Xcode 工具链的能力,确保了开发环境的前沿性。
版本迁移计划
GitHub 采用了渐进式的迁移策略来确保平稳过渡。从 2024 年 11 月开始,所有使用 macos-latest 标签的工作流将逐步从 macOS 14 迁移到 macOS 15,整个迁移过程预计在 2024 年 12 月底前完成。这一策略同样适用于大型 macOS 运行器,包括 macos-latest-xlarge 和 macos-latest-large 标签。
如何使用新版本
开发者可以通过两种方式利用这一新特性:
- 自动迁移:继续使用
macos-latest标签,系统将在迁移期内自动切换到 macOS 15 环境 - 直接指定:在 workflow 文件中显式指定
macos-15系列标签以获得确定性版本
技术实现细节
在 workflow 文件中,开发者可以通过修改 runs-on 字段来选择合适的运行环境:
jobs:
build:
runs-on: macos-15 # 直接使用 macOS 15
steps:
- uses: actions/checkout@v4
- name: 构建项目
run: swift build
- name: 运行测试
run: swift test
对于需要更大计算资源的场景,可以使用 macos-15-large 或 macos-15-xlarge 标签来获取相应规格的运行器。
技术影响分析
这一更新对 Apple 生态系统开发者具有重要意义:
- 开发工具链:确保开发者可以使用最新的 Xcode 版本和 Swift 工具链
- 系统特性:支持 macOS 15 引入的新系统级功能和 API
- 兼容性测试:能够在 CI/CD 流水线中测试应用在新系统上的表现
- 性能优化:利用新系统的性能改进特性加速构建过程
最佳实践建议
- 在迁移期内,建议开发者同时测试工作流在 macOS 14 和 15 上的表现
- 对于关键项目,考虑暂时固定使用
macos-14以确保稳定性 - 检查依赖项是否已支持 macOS 15,特别是涉及系统级功能的工具
- 利用 GitHub Actions 的矩阵构建功能同时测试多个 macOS 版本
这一更新体现了 GitHub 对开发者需求的快速响应,确保了 Apple 开发者能够第一时间使用最新的开发环境进行持续集成和交付。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
303
Ascend Extension for PyTorch
Python
216
235
React Native鸿蒙化仓库
JavaScript
255
321
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
141
876
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言开发者文档。
59
819