Projen项目npm包发布失败问题分析与解决方案
在Projen项目中,当开发者尝试初始化一个CDK构造库并发布到npm时,可能会遇到发布失败的问题。本文将深入分析该问题的原因,并提供完整的解决方案。
问题现象
开发者使用最新版Projen(0.80.12)初始化CDK构造库后,在执行"Publish to npm"任务时会遇到如下错误:
npm notice Publishing to https://registry.npmjs.org/ with tag latest and default access
npm ERR! code EUSAGE
npm ERR! Can't generate provenance for new or private package, you must set `access` to public.
问题根源分析
该问题的根本原因在于npm的provenance(来源证明)功能要求。npm在v8.15.0版本后引入了provenance功能,旨在为软件包提供更强的来源验证机制。当发布新包时,npm要求必须显式设置访问级别为public。
Projen在3378号提交中启用了provenance功能,但没有正确处理首次发布包时的访问级别设置。对于未限定作用域(unscoped)的包名,npm默认访问级别是public;而对于限定作用域(scoped)的包名,默认访问级别是restricted。这种差异导致了发布失败。
解决方案
临时解决方案
开发者可以通过在项目配置中禁用provenance功能来临时解决此问题:
const project = new awscdk.AwsCdkConstructLibrary({
// ...其他配置
npmProvenance: false,
});
永久解决方案
Projen项目团队已经修复了此问题。修复方案的核心是:
- 正确设置NPM_ACCESS_LEVEL环境变量
- 根据包名类型(限定作用域或非限定作用域)确定默认访问级别
- 确保在package.json中正确配置访问级别
对于开发者来说,升级到包含修复的Projen版本即可解决此问题。
技术背景
npm的provenance功能是软件供应链安全的重要改进,它允许包发布者生成可验证的来源声明。这些声明可以证明包确实是从特定工作流和环境中构建和发布的,有助于提高软件供应链的透明度和安全性。
在实现上,Projen通过publib工具链处理npm发布流程。publib会根据NPM_ACCESS_LEVEL环境变量来决定如何配置包的访问级别。修复后的Projen会正确处理这一配置,确保新包能够顺利发布。
最佳实践
对于使用Projen管理项目的开发者,建议:
- 保持Projen版本更新,以获取最新的修复和改进
- 对于公开项目,明确设置访问级别为public
- 理解npm的provenance功能及其对发布流程的影响
- 在项目初始化时考虑包的命名方式(限定作用域或非限定作用域)
通过遵循这些实践,可以避免类似的发布问题,并充分利用现代包管理工具提供的安全特性。
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