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。
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-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