开源项目 Rush Stack 教程
1. 项目介绍
Rush Stack 是一个由微软发起的开源项目,旨在为大型单体仓库(monorepo)开发提供可重用技术,特别适用于Web应用程序。这个项目汇集了社区合作伙伴的力量,他们共同解决在大规模项目中遇到的工具挑战。Rush Stack 战略是整合诸如 Node.js、TypeScript、ESLint、Prettier、Webpack 和 Jest 等流行工具,并填补这些工具之间空白,以实现高效开发流程。
核心组件包括:
- Rush: 可扩展的构建编排器,用于管理复杂且多变的项目结构。
- Heft: 一个可扩展的构建系统,能够与 Rush 配合,提供自定义构建逻辑。
- API Extractor: 协调库包的API审查,并生成d.ts聚合文件。
- API Documenter: 生成API文档网站。
此外,还有 ESLint 相关工具,如 bulk、config 和 patch,以及 packlets 等。
2. 项目快速启动
安装依赖
首先确保全局安装了 npm。然后通过以下命令安装 Rush:
npm install -g @microsoft/rush
克隆仓库
获取 rushstack 示例项目:
git clone https://github.com/microsoft/rushstack.git
安装包
进入项目目录并运行 Rush 来安装所有依赖:
cd rushstack
rush install
如果你没有配置 GitHub 邮箱,可以添加 --bypass-policy 选项跳过政策检查。
构建项目
现在可以重建整个项目仓库:
rush rebuild
或者,如果你想只构建特定的项目,例如 rush-core-library:
cd libraries\rush-core-library
rushx build
注意,在 Rush 库里尽量避免直接使用 npm install 命令,更多关于 Rush 的使用方法可以在其文档中查找。
3. 应用案例和最佳实践
在 rushstack-samples 子仓库中提供了多种应用场景示例,展示如何在不同项目设置下使用 Heft 与其他流行的 JavaScript 框架结合。你可以参考这些样例来学习最佳实践。
4. 典型生态项目
Rush Stack 下涵盖多个子项目,它们各自承担着不同的职责,比如:
- @rushstack/api-documenter:处理 API 文档的生成。
- @rushstack/api-extractor:协调 API 的审核和导出。
- @rushstack/heft:构建系统的底层框架。
- @rushstack/lockfile-explorer:锁定文件查看工具。
- @rushstack/rundown:用于管理和执行任务的工具。
- @rushstack/rush:核心的 monorepo 构建管理器。
此外,还有一些 ESLint 相关的包,比如 eslint-bulk, eslint-config, eslint-patch 和 eslint-plugin-packlets,用来增强 ESLint 在大型 TypeScript 项目中的功能。
通过这些项目和工具,开发者可以搭建一个强大、可扩展的 monorepo 工作流。具体的使用场景和配置可以根据实际需求进行选择和定制。
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 StartedRust0212
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 Notebook0137
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