Haskell Cabal项目测试套件工作目录问题分析
2025-07-09 15:59:28作者:幸俭卉
在Haskell生态系统中,Cabal是一个广泛使用的构建系统和包管理工具。近期在Cabal 3.14版本中发现了一个影响测试套件执行的严重问题,本文将深入分析该问题的表现、原因及解决方案。
问题现象
当使用Cabal 3.14版本运行测试套件时,系统未能正确切换到项目的工作目录。这导致测试程序运行时获取的当前目录与预期不符,进而影响了依赖文件路径操作的测试用例。
具体表现为:
- 测试套件中调用
getCurrentDirectory获取到的路径不是项目目录 - 该问题在使用内部构建方法时出现(如添加
-j1参数时) - 影响范围包括依赖文件路径操作的测试套件,如aeson等知名库
技术背景
Cabal测试套件执行时,通常会设置工作目录为项目根目录,这是为了确保测试程序能够正确访问项目中的资源文件。在正常情况下,Cabal会通过--working-dir参数指定工作目录,测试执行时应切换到此目录。
问题根源
该问题是在Cabal 3.14版本中引入的,具体与内部构建方法的处理逻辑变更有关。当使用并行构建时,Cabal会调用外部Setup程序;而使用单线程构建(如-j1)时,则会采用内部构建方法。
在内部构建方法中,虽然--working-dir参数被正确传递给构建系统,但目录切换操作未能实际执行,导致测试程序在错误的目录下运行。
影响范围
该问题影响了:
- 使用Cabal 3.14版本的项目
- 测试套件中包含文件操作的项目
- 在CI环境中使用单线程构建的项目
特别值得注意的是,这一问题影响了haskell-ci生成的CI工作流,使得许多项目的自动化测试受到影响。
解决方案
Cabal开发团队已经修复了这一问题。修复的核心是确保在使用内部构建方法时,正确执行工作目录的切换操作。对于用户而言,解决方案包括:
- 升级到包含修复的Cabal版本
- 临时解决方案是在测试套件中显式切换工作目录
- 避免在CI中使用
-j1参数
最佳实践建议
为避免类似问题,建议Haskell开发者:
- 在测试套件中不要假设工作目录位置
- 对于文件操作,使用基于项目根的绝对路径
- 定期更新构建工具链
- 在CI中全面测试不同构建场景
该问题的修复体现了Cabal团队对构建系统稳定性的重视,也提醒我们在工具链升级时需要充分测试各种使用场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 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 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218