Gradle Cargo 插件技术文档
1. 安装指南
1.1 添加插件到构建脚本
要使用 Gradle Cargo 插件,首先需要将其二进制文件添加到构建脚本的类路径中。插件可以在 Gradle 插件门户中找到。以下代码片段展示了如何使用 buildscript 语法来获取插件:
buildscript {
repositories {
gradlePluginPortal()
}
dependencies {
classpath 'com.bmuschko:gradle-cargo-plugin:2.9.0'
}
}
1.2 应用插件
插件 JAR 文件包含两个插件:
- com.bmuschko.cargo-base:提供 Cargo 自定义任务类型、预配置类路径和部署项。
- com.bmuschko.cargo:提供一组本地和远程 Cargo 任务,并公开扩展以进行配置。
大多数用户会选择使用 com.bmuschko.cargo 插件,因为它可以快速上手。以下是应用该插件的代码示例:
apply plugin: 'com.bmuschko.cargo'
如果你需要完全控制部署任务,可以使用 com.bmuschko.cargo-base 插件。以下是应用该插件的代码示例:
apply plugin: 'com.bmuschko.cargo-base'
1.3 配置 Cargo 版本
com.bmuschko.cargo-base 插件已经为 Cargo 设置了依赖项,并选择了一个默认版本的库。你也可以定义自定义版本的 Cargo 库。以下示例展示了如何使用 Cargo 1.9.10 版本:
dependencies {
def cargoVersion = '1.9.10'
cargo "org.codehaus.cargo:cargo-core-uberjar:$cargoVersion",
"org.codehaus.cargo:cargo-licensed-dtds:$cargoVersion",
"org.codehaus.cargo:cargo-ant:$cargoVersion"
}
2. 项目使用说明
2.1 插件功能
Gradle Cargo 插件通过利用 Cargo Ant 任务,为任何给定的 Gradle 构建提供了将 Web 应用程序部署到本地和远程容器的能力。该插件支持 WAR 和 EAR 工件。
2.2 典型用例
该插件的典型用例是支持开发过程中的部署。需要注意的是,Cargo 使用热部署,随着时间的推移,这会填满运行容器的 JVM 进程的 PermGen 内存,最终导致 java.lang.OutOfMemoryError。
2.3 容器管理
Cargo 支持通过 Cargo daemon 进行容器管理(启动/停止远程容器)。然而,在持续部署场景中,通常需要执行更复杂的操作。
3. 项目 API 使用文档
3.1 预定义任务
cargo 插件预定义了以下任务:
| 任务名称 | 依赖任务 | 类型 | 描述 |
|---|---|---|---|
| cargoDeployRemote | - | CargoDeployRemote | 将可部署项部署到远程容器。 |
| cargoUndeployRemote | - | CargoUndeployRemote | 从远程容器中取消部署可部署项。 |
| cargoRedeployRemote | - | CargoRedeployRemote | 重新部署可部署项到远程容器。 |
| cargoRunLocal | - | CargoRunLocal | 启动本地容器,部署可部署项并等待停止。 |
| cargoStartLocal | - | CargoStartLocal | 启动本地容器,部署可部署项并执行任务。 |
| cargoRedeployLocal | - | CargoRedeployLocal | 在本地容器上重新部署可部署项。 |
| cargoStopLocal | - | CargoStopLocal | 停止本地容器。 |
| cargoConfigureLocal | - | CargoConfigureLocal | 配置本地容器。 |
3.2 扩展属性
cargo 插件定义了以下约定属性:
containerId:目标容器的 ID。port:容器响应的 TCP 端口(默认为 8080)。
你可以在 cargo 闭包中定义 1..n 个部署工件的可选属性,每个部署工件在其自己的闭包中指定:
file:可以传递给Project.files(Object...)的任何类型,并解析为单个文件或目录。context:容器处理 Web 应用程序的 URL 上下文(默认为 WAR/EAR 名称)。
4. 项目安装方式
4.1 本地安装
要安装本地容器,可以使用 cargoRunLocal 或 cargoStartLocal 任务。以下是一个示例:
cargo {
containerId = 'tomcat9x'
port = 8080
local {
jvmArgs = '-Xmx512m'
outputFile = file('build/output.log')
logFile = file('build/cargo.log')
logLevel = 'high'
}
}
4.2 远程安装
要安装远程容器,可以使用 cargoDeployRemote 任务。以下是一个示例:
cargo {
containerId = 'tomcat9x'
port = 8080
remote {
protocol = 'http'
hostname = 'remote-server'
username = 'admin'
password = 'password'
}
}
通过以上步骤,你可以成功安装并使用 Gradle Cargo 插件进行本地和远程容器的部署。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00