KotlinTest项目升级Kotlin 2.1.20的技术挑战与解决方案
2025-06-12 20:56:47作者:姚月梅Lane
背景介绍
KotlinTest作为Kotlin生态中广受欢迎的测试框架,近期面临升级到Kotlin 2.1.20版本的兼容性问题。这次升级并非简单的版本号变更,而是涉及到了Kotlin多平台项目构建方式的重大调整。
核心问题分析
在Kotlin 2.0.20版本中,JetBrains团队对多平台项目构建进行了重要调整,明确废弃了java和application插件与org.jetbrains.kotlin.multiplatform插件的兼容性。这一变更直接影响了KotlinTest项目的构建流程。
具体表现为:
- 基础Kotest项目模块中使用的
java插件不再兼容 kotest-framework-standalone模块中的application插件需要重构
技术解决方案
基础项目改造
对于基础项目模块,解决方案相对简单,只需要移除不再兼容的java插件即可。这一改动不会影响项目的核心功能,因为Kotlin多平台插件已经提供了相应的能力。
独立框架模块重构
kotest-framework-standalone模块的改造更为复杂,需要采用新的KMP/JVM二进制文件DSL来替代原有的application插件功能。具体实现如下:
kotlin {
jvm {
@OptIn(ExperimentalKotlinGradlePluginApi::class)
binaries {
executable {
mainClass.set("io.kotest.engine.launcher.MainKt")
}
}
}
}
这段配置使用了Kotlin 2.1.20引入的实验性API,通过binaries.executable块来定义可执行JAR包的主类。虽然标记为实验性API,但这是目前推荐的替代方案。
构建任务调整
由于移除了application插件,相关的构建任务也需要相应调整:
- 使用打包任务替代原有的JAR打包
- 手动配置manifest属性指定主类
- 调整输出文件名格式以保持一致性
构建产物变化
这次升级带来了构建产物的变化:
- 新增了两个可执行脚本文件(.sh和.bat)
- 分发包的文件名从
kotest-framework-standalone变更为kotest-framework-standalone-jvm
技术影响评估
这次升级虽然解决了兼容性问题,但也带来了一些技术考量:
- 使用了实验性API,未来可能需要进一步调整
- 构建产物的变化可能需要下游用户适应
- 构建脚本的复杂度有所增加
总结
KotlinTest项目升级到Kotlin 2.1.20的过程展示了Kotlin多平台项目构建方式的演进。通过这次升级,项目不仅解决了兼容性问题,还顺应了Kotlin构建工具链的发展方向。虽然引入了一些实验性API,但这为未来的稳定支持奠定了基础。对于其他面临类似升级挑战的项目,可以参考这一解决方案来平滑过渡。
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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