Wails项目开发效率优化:跳过嵌入目录创建加速编译
在Wails项目开发过程中,编译时间一直是影响开发者体验的重要因素。特别是在大型项目中,每次修改代码后等待重新编译的时间可能会长达一分钟以上,这对于需要频繁修改和测试的开发流程来说是一个显著的瓶颈。
问题背景
Wails框架在开发模式下运行时,默认会在每次重新编译前执行CreateEmbedDirectories操作。这个操作的主要目的是确保前端资源能够正确嵌入到最终的可执行文件中。然而,这个过程涉及到调用packages.Load来加载和分析Go模块,对于大型项目来说,这是一个相当耗时的操作。
在实际开发中,嵌入目录结构通常不会频繁变动。这意味着在大多数开发场景下,重复执行CreateEmbedDirectories是不必要的,但却会显著增加每次代码变更后的等待时间。
优化方案
Wails v2.10.1版本引入了一个新的开发模式选项-skipembedcreate,允许开发者跳过嵌入目录的创建过程。这个简单的改变可以带来显著的性能提升:
- 编译时间大幅缩短:在Windows平台上,对于大型项目,重新编译时间可以从约1分钟缩短到几秒钟
- 开发体验改善:开发者可以更快地看到代码修改的效果,实现更流畅的开发反馈循环
- 可选性:开发者可以根据需要决定是否跳过此步骤,保持灵活性
使用方式
在开发模式下运行Wails应用时,只需添加-skipembedcreate标志:
wails dev -m -skipembedcreate
对于特别大型的项目,还可以结合-skipbindings选项,几乎可以实现即时编译和重启:
wails dev -m -skipembedcreate -skipbindings
平台差异
值得注意的是,这种优化在不同平台上的效果有所差异:
- Windows平台:受益最为明显,因为文件系统操作和模块加载在Windows上相对较慢
- macOS/Linux平台:由于这些系统上
mod tidy和CreateEmbedDirectories操作本身执行较快,优化效果不如Windows显著
技术实现原理
在Wails的构建流程中,CreateEmbedDirectories主要负责:
- 分析项目结构,确定需要嵌入的前端资源位置
- 创建必要的目录结构
- 准备资源嵌入所需的Go文件
跳过这一步骤意味着框架将使用之前生成的嵌入结构,前提是项目的前端资源目录结构没有发生变化。这对于大多数开发场景是安全的,因为前端资源结构通常不会在开发过程中频繁修改。
适用场景
这种优化特别适合以下开发场景:
- 正在进行后端逻辑开发,前端资源保持稳定
- 项目规模较大,常规编译时间较长
- 需要快速迭代和测试功能变更
- Windows开发环境下工作
注意事项
虽然跳过嵌入目录创建可以显著提高开发效率,但开发者应当注意:
- 如果确实修改了前端资源结构,需要完整编译一次以确保嵌入正确
- 在提交代码前,应当进行完整编译测试
- 生产环境构建不应使用此优化选项
总结
Wails框架通过引入-skipembedcreate选项,为开发者提供了一种简单有效的编译优化手段。这种优化特别适合大型项目和在Windows平台上的开发工作,可以显著缩短开发-测试循环的时间,提升整体开发效率。开发者可以根据项目特点和当前开发阶段,灵活选择是否使用这一优化选项。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00