Haskell Cabal项目测试套件工作目录问题分析
2025-07-09 06:03:26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
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
项目优选
收起
deepin linux kernel
C
24
7
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
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
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
373
3.18 K
🎉 (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
1.09 K
618
🔥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
62
19
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
261
92