sbt 1.11.0发布:支持中央仓库发布新流程
sbt(Simple Build Tool)是Scala生态中最流行的构建工具之一,它简化了Scala项目的构建、测试和发布流程。最新发布的sbt 1.11.0版本带来了对Maven中央仓库新发布流程的支持,这是对Scala开发者工作流程的重要改进。
中央仓库发布流程的变化
Maven中央仓库长期以来都是JVM生态系统的核心组件,包括Scala项目。过去,开发者通过Sonatype提供的OSSRH(OSS Repository Hosting)服务使用HTTP PUT方式发布库到中央仓库。然而,Sonatype在今年3月宣布将在2025年6月停止该服务,转而推荐使用新的Central Portal(中央门户)进行发布。
sbt 1.11.0版本内置了对通过Central Portal发布到中央仓库的支持,这为Scala开发者提供了更现代化、更安全的发布方式。
新版本的关键特性
1. 本地暂存与发布流程
新版本引入了localStaging功能,允许开发者先将构建产物暂存到本地目录target/sona-staging中。这种两阶段发布流程(先本地暂存,再上传)提供了更好的控制和验证机会。
配置发布目标仓库的方式如下:
ThisBuild / publishTo := {
val centralSnapshots = "https://central.sonatype.com/repository/maven-snapshots/"
if (isSnapshot.value) Some("central-snapshots" at centralSnapshots)
else localStaging.value
}
2. 认证集成
新版本简化了认证流程,可以直接从环境变量SONATYPE_USERNAME和SONATYPE_PASSWORD读取凭证信息。这对于CI/CD环境(如GitHub Actions)特别有用,开发者可以安全地存储和使用这些敏感信息。
3. 发布命令
发布过程分为两个主要步骤:
publishSigned:使用sbt-pgp插件对构建产物进行签名并暂存到本地sonaUpload或sonaRelease:将暂存的构建产物上传到Central Portal,前者需要手动发布,后者会自动完成发布
其他改进
除了中央仓库发布支持外,sbt 1.11.0还包含以下改进:
- 优化了控制台输出,不再打印"copying runtime jar"等冗余信息
- 修复了包含伴生对象时的增量测试(
testQuick)问题
升级建议
对于需要发布库到Maven中央仓库的Scala开发者,建议尽快升级到sbt 1.11.0版本,以利用新的发布流程。对于使用CI/CD管道的团队,可以按照文档更新发布脚本,利用新的环境变量认证机制。
这个版本的发布体现了sbt项目对开发者体验的持续关注,特别是在适应生态系统变化方面。通过简化中央仓库的发布流程,sbt继续巩固其作为Scala生态核心工具的地位。
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 StartedRust0212
cann-learning-hubCANN 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 Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03