Conan工作区功能探索:如何引用上级目录中的项目
2025-05-26 07:49:15作者:钟日瑜
工作区功能简介
Conan作为C/C++包管理工具,其工作区(Workspace)功能允许开发者在本地同时编辑多个相互依赖的项目。这一功能特别适合大型项目开发,能够显著提升开发效率,避免频繁的打包和发布过程。
典型目录结构问题
在实际开发中,我们经常会遇到这样的目录结构:
项目根目录
|_库A
| |_conan
| |_conanfile.py
|_工作区目录
|_conanws.yml
开发者希望在工作区配置中引用位于上级目录的"库A",而不是将所有内容都放在工作区目录下。这种需求在大型项目中尤为常见,因为项目结构往往需要保持一定的组织方式。
解决方案探索
经过实际测试,可以通过以下方式在conanws.yml中引用上级目录的项目:
editables:
库A/1.0.0:
path: ../库A/conan
这种相对路径的引用方式在Conan工作区功能中是可行的。但需要注意,如果使用Conan生成的CMake模板,还需要对CMakeLists.txt文件进行相应修改。
CMake配置调整
当使用Conan生成的模板CMakeLists.txt时,需要修改add_project函数的实现,使其能够在上级目录中查找源代码:
function(add_project SUBFOLDER)
message(STATUS "添加项目 ${SUBFOLDER}")
FetchContent_Declare(
${SUBFOLDER}
SOURCE_DIR ${CMAKE_CURRENT_LIST_DIR}/../${SUBFOLDER}
SYSTEM
OVERRIDE_FIND_PACKAGE
)
FetchContent_MakeAvailable(${SUBFOLDER})
endfunction()
这一修改确保了CMake能够在正确的位置找到项目源代码。
注意事项
- 目前这种引用上级目录的方式在Conan 2.x版本中属于实验性功能
- 官方已确认将在未来的2.17版本中正式支持这种项目布局方式
- 对于复杂的项目结构,建议先在小规模项目中测试验证
实际应用价值
这种灵活的目录结构支持对于以下场景特别有价值:
- 已有大型项目的迁移和改造
- 需要保持原有项目结构的组织
- 多个团队协作开发时的目录隔离需求
- 需要将Conan逐步引入现有项目的情况
通过合理利用工作区功能,开发者可以在不破坏现有项目结构的前提下,享受到Conan带来的依赖管理优势。
未来展望
随着Conan工作区功能的不断完善,预计未来版本将提供更灵活的项目布局支持,包括对同级目录引用的官方支持,这将进一步简化大型项目的配置和管理工作。
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
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 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 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873