Bazel项目中new_local_repository规则处理BUILD文件冲突问题分析
在Bazel构建系统中，new_local_repository规则是一个常用的功能，它允许开发者将本地目录作为外部依赖库引入项目。然而，在Bazel 7.4.1和8.0.0版本中，当被引用的本地仓库目录已经包含BUILD.bazel文件时，该规则会出现工作异常的情况。
这个问题最初由开发者davexroth报告，他发现在使用new_local_repository规则并指定build_file参数时，如果目标仓库已经包含BUILD.bazel文件，Bazel会抛出文件已存在的错误。有趣的是，如果使用build_file_content参数替代build_file，则不会出现这个问题。
经过Bazel开发团队的深入分析，发现问题出在实现细节上。当new_local_repository规则尝试创建BUILD.bazel文件的符号链接时，如果目标位置已经存在同名文件，系统会抛出IOException异常。这与Bazel 6.5.0版本的行为不同，在旧版本中能够正常工作。
Bazel核心开发者Wyverald和meteorcloudy指出，问题的根源在于代码实现中缺少对已有BUILD.bazel文件的清理步骤。虽然rctx.file操作会自动覆盖现有文件，但符号链接操作(rctx.symlink)不会自动处理这种情况。正确的做法应该是在创建符号链接前，先删除可能存在的旧文件。
这个问题在Bazel 8.0.1 RC1和7.5.0 RC2版本中已经得到修复。修复方案是在创建符号链接前显式删除可能存在的BUILD.bazel文件，确保操作能够顺利完成。
对于开发者来说，这个问题的临时解决方案有两种：
- 使用build_file_content替代build_file参数
- 确保被引用的本地仓库目录不包含BUILD.bazel文件
这个案例提醒我们，在使用构建系统的高级功能时，需要注意版本间的行为差异，特别是在处理文件系统操作时，应该考虑各种边界情况。Bazel团队对这类问题的快速响应也展示了开源社区协作的优势。
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
docs
kernel
pytorch
ohos_react_native
flutter_flutter
ops-math
cangjie_compiler
RuoYi-Vue3torchaircangjie_test