Emsdk项目中的Bzlmod迁移挑战与解决方案
现状分析
Emsdk作为Emscripten工具链的核心组件,其Bazel支持功能目前面临着一个关键的技术挑战:无法与Bazel的新依赖管理系统Bzlmod兼容。随着Bazel 8版本默认禁用WORKSPACE文件,并在Bazel 9中计划完全移除WORKSPACE支持,这一问题变得尤为紧迫。
问题本质
传统上,Emsdk通过WORKSPACE文件定义其Bazel依赖关系,而Bzlmod采用全新的模块化依赖管理方式。当开发者尝试在纯Bzlmod环境下使用Emsdk时,会遇到"无法解析@emsdk仓库"的错误,这是因为现有的Emsdk Bazel集成尚未适配Bzlmod的模块系统。
技术背景
Bzlmod是Bazel构建系统引入的重大变革,它通过MODULE.bazel文件取代传统的WORKSPACE机制,提供了更清晰、更模块化的外部依赖管理方式。这种转变类似于其他构建系统如Gradle从Groovy DSL到Kotlin DSL的演进,旨在提高构建配置的可维护性和可扩展性。
解决方案探讨
目前社区提出了两种主要迁移路径:
-
激进式迁移:一次性将所有依赖管理迁移到Bzlmod,完全放弃WORKSPACE支持。这种方案实现简单,但会强制所有用户立即升级。
-
渐进式迁移:同时支持两种机制一段时间,为用户提供过渡期。这需要更多工程工作,但用户体验更平滑。
从技术实现角度看,迁移工作主要包括:
- 将deps.bzl和emscripten_deps.bzl转换为模块扩展
- 修复因仓库命名变更导致的硬编码问题
- 重新设计Emscripten缓存配置机制
实施建议
基于当前Bazel的发展路线图,建议采用激进式迁移方案,原因如下:
- Bazel已开始逐步淘汰WORKSPACE机制
- 用户最终都需要迁移到Bzlmod
- 减少维护双重机制的工程负担
对于Emscripten缓存配置,可以设计基于标签的模块扩展方案,允许通过声明式语法配置缓存参数,如LTO优化选项和特定目标库。
未来展望
完整的Bzlmod支持将使Emsdk更好地融入现代Bazel生态系统。建议后续工作包括:
- 完善多平台支持(Linux/Mac/Windows)
- 将Emsdk发布到Bazel中央仓库
- 提供详细的迁移指南
- 确保向后兼容性
这项改进不仅解决当前的技术债务,还将为Emsdk用户提供更符合现代Bazel最佳实践的开发体验。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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