Xmake中如何创建虚拟依赖包实现本地库集成
2025-05-22 00:49:34作者:俞予舒Fleming
在项目构建过程中,我们经常需要集成一些本地已安装的库文件,而不是从网络下载安装。Xmake作为一款现代化的构建工具,提供了灵活的方式来实现这一需求。
虚拟包的概念
虚拟包是指那些不需要实际安装,仅用于声明依赖关系的包。这类包通常用于以下几种场景:
- 系统已安装的库文件
- 项目本地提供的第三方库
- 特殊路径下的依赖项
实现方式
Xmake提供了两种主要方式来实现虚拟包的功能:
1. 使用on_fetch创建fetchonly包
通过定义一个包含on_fetch回调的包,我们可以完全控制依赖项的查找逻辑:
package("my_python")
on_fetch(function (package, opt)
return {
links = "python39",
linkdirs = "/usr/local/python39/lib",
includedirs = "/usr/local/python39/include"
}
end)
这种方式下,当其他包依赖my_python时,Xmake会直接使用我们指定的路径信息,而不会尝试安装。
2. 使用set_base和系统查找
Xmake默认会优先查找系统库,我们可以通过set_base结合on_fetch来定制查找规则:
package("my_opengl")
set_base("opengl")
on_fetch(function (package, opt)
-- 自定义查找逻辑
if os.exists("/opt/mylibs/opengl") then
return {
links = {"GL", "GLU"},
linkdirs = "/opt/mylibs/opengl/lib",
includedirs = "/opt/mylibs/opengl/include"
}
end
end)
实际应用示例
假设我们需要使用本地安装的Python来构建pybind11项目:
-- 定义本地Python虚拟包
package("local_python")
on_fetch(function (package, opt)
return {
links = "python3.9",
linkdirs = "D:/dev/python39/libs",
includedirs = "D:/dev/python39/include"
}
end)
-- 在项目中使用
add_requires("pybind11", {deps = "local_python"})
注意事项
- 使用
add_requires("xxx", {system = true})可以强制使用系统库 - 虚拟包不需要实现on_install,因为Xmake找到库后就不会执行安装
- 可以通过return nil让查找失败,从而回退到默认行为
通过这种机制,Xmake提供了极大的灵活性,使得项目可以方便地集成各种特殊位置的依赖库,同时保持构建脚本的简洁性。
登录后查看全文
热门项目推荐
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
deepin linux kernel
C
28
16
Claude 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 Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2