GitHub Actions 正式支持 macOS 15 运行环境
2025-05-28 06:23:15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
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
133
162
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++
630
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
595
130
React Native鸿蒙化仓库
JavaScript
232
307
🎉 (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
1.06 K
613
仓颉编译器源码及 cjdb 调试工具。
C++
123
612
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
361
2.56 K