Xmake 中 add_requires 的 configs 参数传递问题解析
2025-05-21 21:56:27作者:农烁颖Land
问题背景
在使用 Xmake 构建系统时,开发者经常需要通过 add_requires 命令添加依赖包,并通过 configs 参数传递配置信息。然而,有些开发者发现通过这种方式传递的配置参数无法在包内部通过 package:config() 方法获取,只能通过 package:requireinfo().configs 访问。
问题现象
开发者尝试通过以下方式添加依赖包:
add_requires("TTKWidgetTools 3.0.0.0", {
configs = {
shared = true,
debug = is_mode("debug"),
qt_sdkver = get_config("qt_sdkver"),
qt = get_config("qt")
}
})
在包定义中使用两种方式打印配置信息:
package("TTKWidgetTools") do
on_load(function (package)
-- 方式一:通过 requireinfo 获取
for key, value in pairs(package:requireinfo().configs) do
print(key .. ": " .. tostring(value))
end
-- 方式二:通过 config() 获取
for key, value in pairs(package:configs()) do
print(key .. ":: " .. tostring(value))
end
end)
end
输出结果显示,package:configs() 方法获取的配置信息比 package:requireinfo().configs 少,导致无法通过 package:config("key") 获取所有传递的参数。
问题原因
经过深入分析,发现问题的根源在于包定义中缺少对配置参数的声明。Xmake 要求包定义中必须使用 add_configs 明确声明可以接受的配置参数,否则这些参数不会被自动注册到包的配置系统中。
解决方案
正确的做法是在包定义中预先声明所有可能的配置参数:
package("TTKWidgetTools") do
-- 声明配置参数
add_configs("qt_sdkver", {description = "Qt SDK 版本"})
add_configs("qt", {description = "Qt 安装路径"})
add_configs("shared", {description = "是否构建共享库"})
add_configs("debug", {description = "是否调试模式"})
on_load(function (package)
-- 现在可以通过 config() 方法获取所有声明的配置
print("qt_sdkver:", package:config("qt_sdkver"))
print("qt:", package:config("qt"))
print("shared:", package:config("shared"))
print("debug:", package:config("debug"))
end)
end
最佳实践
- 完整声明配置参数:在包定义中使用
add_configs声明所有可能用到的配置参数 - 提供描述信息:为每个配置参数添加描述信息,方便其他开发者理解参数用途
- 设置默认值:对于可选参数,可以设置默认值
- 参数验证:在
on_load回调中对参数进行验证,确保参数值合法
技术原理
Xmake 的这种设计有以下优点:
- 显式声明优于隐式:明确声明配置参数可以提高代码的可读性和可维护性
- 参数验证:在声明时可以添加参数验证逻辑
- 文档生成:声明的配置参数可以用于自动生成文档
- IDE 支持:IDE 可以根据声明提供代码补全和提示功能
总结
在 Xmake 中使用 add_requires 传递配置参数时,必须在包定义中通过 add_configs 明确声明这些参数,才能在包内部通过 package:config() 方法访问。这种设计虽然增加了一些声明工作,但带来了更好的可维护性和工具支持。开发者应该养成在包定义中完整声明所有配置参数的习惯,以确保构建系统的稳定性和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431