使用Conan Workspace实现CMake多项目仓库的依赖管理
2025-05-26 15:47:55作者:裘晴惠Vivianne
前言
在现代C++开发中,多项目仓库(Monorepo)的组织方式越来越受到欢迎,特别是对于包含多个相互依赖的库和可执行项目的大型代码库。本文将详细介绍如何使用Conan的Workspace功能来管理这种复杂场景下的依赖关系。
Conan Workspace简介
Conan Workspace是Conan包管理器提供的一个孵化阶段功能,专门用于解决多项目仓库中的依赖管理问题。它允许开发者:
- 将多个本地项目声明为"可编辑"状态
- 建立项目间的依赖关系
- 支持从根目录构建整个项目集合
- 保持与单独打包发布的能力
典型项目结构分析
一个典型的多项目仓库可能包含以下组件:
- 多个核心库(lib_core, lib_fleet等)
- 若干应用程序(app1, app2等)
- 共享的第三方依赖
传统的CMake通过add_subdirectory可以方便地组织这种结构,但当需要独立版本控制和发布时,就需要更精细的依赖管理。
配置Conan Workspace
基础配置
创建一个conanws.yml文件定义工作区:
editables:
lib_core/0.0.1:
path: Core
lib_fleet/0.0.1:
path: fleet
app1/0.0.1:
path: apps/app1
products:
- apps/app1
workspace_generators: cmake
各项目的conanfile.py
每个子项目需要自己的conanfile.py,例如:
from conan import ConanFile
from conan.tools.cmake import CMake, cmake_layout
class LibCoreConan(ConanFile):
name = "lib_core"
version = "0.0.1"
settings = "os", "arch", "compiler", "build_type"
options = {"shared": [True, False]}
default_options = {"shared": False}
exports_sources = "CMakeLists.txt", "src/*", "include/*"
requires = ("boost/1.87.0", "openssl/3.4.1")
def layout(self):
cmake_layout(self)
def build(self):
cmake = CMake(self)
cmake.configure()
cmake.build()
def package(self):
cmake = CMake(self)
cmake.install()
def package_info(self):
self.cpp_info.libs = ["lib_core"]
构建流程
初始化工作区
conan workspace install
此命令会:
- 解析所有依赖关系
- 生成必要的构建文件
- 创建CMake预设配置
构建整个项目
cmake --preset conan-release
cmake --build build/Release -j4
构建特定目标
cmake --build build/Release --target lib_core
高级用法
多配置构建
Workspace支持同时管理多个构建配置(Release/Debug等),CMake预设文件会自动包含所有配置的生成器。
独立打包
虽然Workspace提供了整体构建能力,但每个库仍可独立打包发布:
cd Core
conan create .
最佳实践建议
- 保持简单:开始时只配置必要的editables和products
- 逐步迁移:从单个库开始,逐步添加其他组件
- 版本一致:确保工作区中各项目的版本号协调一致
- CI集成:在CI中同时测试整体构建和独立打包
- 文档记录:为团队维护清晰的Workspace配置说明
常见问题解决
- 缺少CMake预设文件:确保使用了正确的workspace_generators配置
- 依赖解析失败:检查各conanfile.py中的requires是否一致
- 构建类型不匹配:确认所有项目使用相同的settings配置
总结
Conan Workspace为C++多项目仓库提供了强大的依赖管理能力,既保持了整体构建的便利性,又不失独立组件的灵活性。虽然目前仍处于孵化阶段,但其设计理念和功能已经能够满足大多数复杂项目的需求。对于正在考虑如何组织大型C++代码库的团队,Conan Workspace无疑是一个值得认真评估的解决方案。
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 StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.14 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
965
2.27 K
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。
C
844
6.18 K
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++
1.21 K
1.24 K
AtomGit CLI (ag cli),AtomGit 命令行工具,参考 GitHub CLI (gh) 开发。
目前 atomgit-cli 项目已在 AtomCode 的 Coding Plan 项目列表中
Go
40
24
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
644
279
暂无描述
Markdown
827
5.48 K