Xmake构建系统中的规则API与依赖顺序改进
2025-05-21 14:01:43作者:庞队千Virginia
Xmake项目近期针对构建系统中的规则API和依赖顺序管理进行了重大改进,这些改进显著提升了构建系统的灵活性和可控性。本文将详细介绍这些技术改进的核心内容。
统一DAG实现
Xmake现在采用了统一的DAG(有向无环图)实现来管理构建任务。如果没有显式指定任务顺序,系统会自动根据内部构建规则添加默认的依赖顺序。开发者可以通过jobgraph接口精确控制构建流程:
rule("foo")
on_build_file(function (target, jobgraph, sourcefile, opt)
jobgraph:add(target:name().."/"..sourcefile, function(index, total, opt)
-- 构建逻辑
end)
end, {jobgraph = true})
细粒度的源码文件依赖控制
新版本支持对单个源文件级别的依赖顺序进行精确控制:
rule("foo")
on_build_files(function (target, jobgraph, sourcebatch, opt)
for _, sourcefile in sourcebatch.sourcefiles do
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 构建逻辑
end)
-- 添加任务顺序依赖
jobgraph:add_orders(job_name, other_target:name().."/buildfiles")
end
end, {jobgraph = true})
实时构建任务管理
Xmake现在支持在构建过程中动态添加或移除构建任务:
rule("foo")
on_build_file(function (target, jobgraph, sourcefile, opt)
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 动态添加新任务
jobgraph:add("zoo/build", function (index, total, opt)
end)
-- 移除已有任务
jobgraph:remove("bar/buildfiles")
end)
end, {jobgraph = true})
构建准备阶段
新增的prepare阶段允许在正式构建前执行预处理工作,如C++模块文件扫描等:
rule("scan_module_files")
on_prepare(function (target, opt)
-- 扫描模块文件
end)
或者使用jobgraph接口:
rule("scan_module_files")
on_prepare(function (target, jobgraph, opt)
jobgraph:add(target:name().."/scanfiles", function (index, total, opt)
-- 扫描模块文件
end)
end, {jobgraph = true})
规则顺序控制
开发者现在可以显式控制规则的执行顺序:
rule("foo")
add_orders("rule1", "rule2", "rule3")
add_orders("foo", "rule5")
这将产生以下执行顺序:
rule1 → rule2 → rule3
foo → rule5
任务分组支持
新版本引入了任务分组机制,可以更好地组织相关任务:
rule("foo")
on_build_files(function (target, jobgraph, sourcebatch, opt)
local group_name = target:name().."/buildfiles"
for _, sourcefile in sourcebatch.sourcefiles do
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 构建逻辑
end, {groups = group_name})
end
-- 添加任务顺序依赖
jobgraph:add_orders(other_target:name().."/buildfiles", group_name)
end, {jobgraph = true})
兼容性考虑
为了确保平稳过渡,Xmake提供了回退机制。开发者可以通过设置策略来使用旧的jobbatch模式:
set_policy("build.jobgraph", false)
实际应用案例
这些改进特别有利于复杂构建场景,如C++模块与预编译头文件的处理。现在可以确保模块依赖扫描在构建前完成,并正确处理各种规则间的依赖关系。
[ 1%]: compiling.release src/test.h
[ 1%]: <hello> generating.module.deps src/main.cpp
[ 2%]: <hello> generating.module.deps src/hello.mpp
[ 3%]: <hello> generating.module.deps /usr/local/Cellar/llvm/19.1.2/bin/../lib/c++/../../share/libc++/v1/std.cppm
[ 25%]: <hello> compiling.module.release hello
[ 43%]: compiling.release src/main.cpp
[ 60%]: linking.release hello
这些改进使Xmake在复杂项目构建管理方面更加强大和灵活,为开发者提供了更精细的控制能力。
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
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
477
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
375
3.22 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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
258