Asterinas项目版本发布流程优化方案
2025-06-28 14:53:18作者:伍霜盼Ellen
背景介绍
在Asterinas项目中,版本管理一直是一个痛点问题。项目采用单一VERSION文件来管理全局版本号,所有发布的crate和配套Docker镜像都共享这个版本号。这种设计虽然简化了版本匹配,但在实际发布过程中却带来了诸多不便。
现有问题分析
当前版本发布流程存在三个主要问题:
-
CI测试阻塞:当新版本发布时,由于需要同时生成Docker镜像和发布crate,CI测试会首先失败,导致主分支和所有待合并PR的CI状态显示为"失败",这种状态会持续较长时间。
-
未充分测试的版本发布:在Docker镜像生成完成后重新运行CI测试时,经常发现与新版本相关的代码变更存在问题,这降低了版本发布的信心。
-
不必要的crate发布:有时我们只需要生成新的Docker镜像(如添加新工具或测试套件),却不得不发布新的crate版本。
核心解决方案
为了解决这些问题,我们提出将当前的原子性版本发布PR拆分为三个独立的PR:
- Docker镜像版本更新PR:仅触发新Docker镜像的生成,不影响现有代码。
- 切换至最新Docker镜像PR:在所有代码位置更新Docker镜像引用。
- 项目版本更新PR:触发新版本crate的发布。
详细设计方案
引入DOCKER_IMAGE_VERSION文件
我们新增一个DOCKER_IMAGE_VERSION文件,其版本号格式为MAJOR.MINOR.PATCH+DATE,其中:
- MAJOR.MINOR.PATCH部分与对应crate版本一致
- +DATE部分表示Docker镜像生成日期(构建元数据)
这种设计既保持了crate与Docker镜像版本的直观对应关系,又允许在不改变crate版本的情况下生成新的Docker镜像。
版本文件关系
我们维护以下不变式:DOCKER_IMAGE_VERSION >= VERSION(比较时忽略DATE部分)。大多数情况下,两个版本号保持相同。
CI触发机制调整
- Docker镜像生成由DOCKER_IMAGE_VERSION变更触发
- Crate发布仍由VERSION变更触发
bump_version.sh工具改造
该工具将提供三个子命令:
--docker_version_file:仅更新DOCKER_IMAGE_VERSION文件--docker_version_refs:更新所有Docker镜像版本引用--version_file:更新VERSION文件以匹配DOCKER_IMAGE_VERSION
工具会确保不破坏两个版本文件间的不变式关系。
典型使用场景
场景1:对Docker镜像进行非破坏性变更
- PR1:更新DOCKER_IMAGE_VERSION(如0.13.1+20250318)
- PR2:更新所有Docker镜像引用
- 跳过PR3
场景2:对Docker镜像进行破坏性变更
- PR1:更新DOCKER_IMAGE_VERSION(如0.14.0+20250318)
- PR2:更新引用并修改不兼容代码
- PR3:更新VERSION以发布新crate版本
场景3:对已发布crate的API进行破坏性变更
- PR1:更新DOCKER_IMAGE_VERSION
- PR2:更新所有引用
- PR3:更新VERSION并可能合并其他功能/修复
方案优势
- 解耦发布流程:将Docker镜像生成和crate发布分离,避免相互阻塞。
- 提高发布质量:确保新版本经过充分测试后才发布。
- 灵活选择:可根据需要仅生成Docker镜像或同时发布crate。
- 保持版本对应:通过版本号设计保持crate与Docker镜像的直观对应关系。
这个优化方案显著改善了Asterinas项目的版本发布体验,使发布过程更加可靠和高效。
登录后查看全文
热门项目推荐
相关项目推荐
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-X1-7BSpark-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210