Just项目:实现Makefile中的参数化配方调用
2025-05-08 10:18:07作者:霍妲思
在软件开发过程中,自动化构建工具如Makefile和Just(一个现代的Make替代品)对于简化重复性任务至关重要。Just作为一款新兴的构建工具,提供了比传统Makefile更简洁直观的语法,其中参数化配方调用是其强大功能之一。
参数化配方的基本概念
Just允许开发者定义带有参数的配方(recipe),这些参数可以在其他配方中被调用和传递。这种机制类似于编程语言中的函数调用,能够显著减少代码重复,提高构建脚本的可维护性。
实际应用示例
考虑一个常见的场景:我们需要为不同版本的Ubuntu系统创建WSL(Windows Subsystem for Linux)安装命令。传统方式下,我们可能需要为每个版本编写几乎相同的配方:
# 传统方式 - 重复代码
install-wsl-ubuntu-1804:
winget install --id Canonical.Ubuntu.1804 --source winget
install-wsl-ubuntu-2004:
winget install --id Canonical.Ubuntu.2004 --source winget
使用Just的参数化配方功能,我们可以将其重构为:
# 定义基础参数化配方
install-wsl-ubuntu version:
winget install --id Canonical.Ubuntu.{{version}} --source winget
# 调用基础配方并传递参数
install-wsl-ubuntu-1804: (install-wsl-ubuntu "1804")
install-wsl-ubuntu-2004: (install-wsl-ubuntu "2004")
技术实现细节
-
参数定义:在配方名称后直接声明参数,如
version,这些参数可以在配方体内通过{{}}语法引用 -
配方调用:使用圆括号语法调用其他配方并传递参数,格式为
(配方名 参数值) -
字符串插值:在配方体内使用
{{参数名}}的方式将参数值插入到命令中
优势分析
-
减少重复代码:将公共逻辑抽取到基础配方中,避免多处维护相同代码
-
提高可读性:参数化调用使构建脚本的意图更加清晰明确
-
易于维护:当安装逻辑需要修改时,只需修改基础配方一处即可
-
灵活性增强:可以轻松添加新的版本安装命令而无需复制粘贴代码
高级用法
Just的参数化配方还支持更复杂的用法:
- 多参数传递:可以定义和传递多个参数
- 默认参数值:为参数提供默认值
- 条件执行:基于参数值进行条件判断
总结
Just的参数化配方功能为构建自动化提供了强大的抽象能力,使开发者能够以更模块化和可维护的方式组织构建逻辑。通过将重复逻辑提取为参数化配方,可以显著提高构建脚本的质量和可维护性,特别适合需要处理多个类似变体的场景。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedJavaScript095- 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
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
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
JavaScript
529
95
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++
957
952
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
411
339
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221