从Doodba Scaffolding迁移到Doodba Copier Template的技术指南
2025-07-01 21:31:14作者:房伟宁
前言
本文将详细介绍如何从传统的Doodba Scaffolding迁移到新一代的Doodba Copier Template。对于使用Doodba框架进行Odoo开发的团队来说,这是一次重要的技术升级。
为什么需要迁移
传统的Doodba Scaffolding存在几个明显的技术痛点:
- 版本控制混乱:项目git历史中混杂了大量上游模板的提交记录
- 缺乏动态配置能力:静态模板无法根据Python版本等条件进行智能调整
- 升级困难:修改默认值可能导致生产环境问题
- 文档维护困难:README等内容需要在多个项目间重复维护
Copier模板引擎完美解决了这些问题,提供了更强大、更灵活的解决方案。
迁移准备步骤
1. 更新到最新Scaffolding版本
cd ~/项目路径
git remote add scaffolding 原始模板仓库地址
git pull scaffolding master
如果出现冲突,需要手动解决:
git mergetool # 或手动解决冲突
git add .
git merge --continue
完成后移除不再需要的远程仓库:
git remote rm scaffolding
2. 调整文件缩进格式
新模板使用2空格缩进替代原来的4空格,建议提前调整:
sed -i 's/ / /g' .vscode/*.{json,code-snippets} *.yaml odoo/custom/src/*.yaml
git commit -am '[DCK] 将YAML和JSON文件缩进改为2空格'
执行Copier迁移
1. 安装必要工具
确保已安装Copier和所有依赖项。
2. 运行Copier更新
copier update
系统会询问一系列配置问题,必须确保回答与现有配置一致,否则可能导致升级问题。
3. 冲突解决
迁移过程中可能会产生三类冲突:
- .rej文件:包含Copier无法自动解决的冲突,需要手动检查
- git diff差异:需要仔细审查所有变更
- 格式调整:使用pre-commit工具统一代码风格
推荐使用图形化工具查看差异:
git difftool
4. 提交变更
git add .
git commit -am '[DCK] 从doodba-scaffolding升级到doodba-copier-template'
pre-commit run -a # 运行代码格式化
git commit -am '[IMP] 首次执行pre-commit'
迁移后的主要变化
配置变更
-
环境变量:
BACKUP_S3_BUCKET→BACKUP_DST(更通用的备份目标配置)
-
Traefik标签:
traefik.alt→traefik.alt-0(支持多备用域名)
-
新增文件:
.copier-answers.yml:记录所有配置回答,切勿手动修改.pre-commit-config.yaml:强大的代码格式化配置tasks.py:提供便捷的invoke任务
移除的内容
-
目录/文件:
.vscode/doodba/.vscode/doodbasetup.py.travis.yml(如需可手动恢复)
-
VSCode任务:被invoke命令替代
新功能亮点
1. Invoke任务系统
# 初始化开发环境
invoke develop
# 下载git代码
invoke git-aggregate
# 查看所有可用任务
invoke --list
2. 增强的代码质量工具
集成了多种linter和formatter,通过pre-commit自动执行,显著提升代码质量。
3. VSCode增强
新增推荐的扩展程序,提供更完善的开发体验。
注意事项
- XML文件空白字符:pre-commit可能会修改XML文件格式,需特别注意
- 许可证变更:如果未在copier update中指定,LICENSE文件可能被更新
- 多备用域名:现在支持配置多个备用域名
结语
迁移到Doodba Copier Template虽然需要一些手动调整,但带来的好处是显而易见的:更清晰的版本控制、更灵活的配置方式、更强大的开发工具链。建议开发团队尽快完成迁移,以获得最佳的开发体验。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137