Bazel-Gazelle v0.41.0 版本发布:Go依赖管理与构建优化
Bazel-Gazelle 是一个专为 Bazel 构建系统设计的自动化构建文件生成工具,它能够根据项目源代码自动生成 BUILD 文件,显著简化了 Bazel 项目的配置工作。最新发布的 v0.41.0 版本带来了一系列重要改进,特别是在 Go 语言依赖管理和构建规则优化方面。
核心改进
Go 依赖管理优化
本次版本对 Go 依赖管理进行了重要调整,不再自动更新 Go 依赖项,而是选择降级并固定依赖版本。这一变化带来了更稳定的构建环境,避免了因依赖自动更新导致的潜在构建问题。同时,在 go mod tidy 建议中使用了更直观的仓库名称显示,提高了开发者的使用体验。
构建规则增强
新版本引入了 alias_kind 指令功能,允许开发者配置包装宏(wrapper macros)。这一特性为构建规则的扩展和定制提供了更大的灵活性,使开发者能够根据项目需求创建更复杂的构建逻辑。
对于测试相关的构建,v0.41.0 现在能够正确地将 testonly 属性传播到 sh_binary 规则中,确保了测试环境的正确隔离和安全执行。
稳定性提升
针对近期 Bazel 版本中出现的陈旧性问题,本次更新提供了专门的修复方案。这些问题可能导致构建系统无法正确识别文件变更,新版本的改进确保了构建系统能够更可靠地检测源代码变化并触发正确的重建过程。
开发者体验优化
在错误处理方面,新版本增强了对 expectedExitCode.txt 中新行的支持,使得测试预期结果的配置更加灵活。同时,Proto 相关的功能也得到了扩展,将 protoFileInfo 方法设为公开,为开发者提供了更多操作协议缓冲区文件的灵活性。
内部架构改进
v0.41.0 版本对内部架构进行了简化,特别是重构了 walk 配置相关的功能签名,使代码结构更加清晰,维护性得到提升。这些内部改进虽然不会直接影响功能,但为未来的功能扩展奠定了更好的基础。
总结
Bazel-Gazelle v0.41.0 版本通过一系列有针对性的改进,进一步提升了构建系统的稳定性和灵活性。从依赖管理的优化到构建规则的增强,再到开发者体验的改善,这些变化都体现了项目团队对构建系统可靠性和易用性的持续关注。对于使用 Bazel 构建系统的 Go 语言项目来说,升级到这个版本将带来更顺畅的构建体验和更可靠的构建结果。
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