JBang v0.126.0 版本发布:Gradle与Maven导出功能优化
2025-06-30 11:42:44作者:尤辰城Agatha
JBang是一个轻量级的Java脚本工具,它允许开发者无需繁琐的项目配置就能直接运行Java代码。通过简单的命令行工具,开发者可以像执行脚本一样运行Java代码片段,极大地简化了Java开发的原型设计和快速验证过程。
近日,JBang发布了v0.126.0版本,这个版本主要围绕Gradle和Maven导出功能进行了多项优化和修复。对于经常需要在脚本开发和正式项目之间切换的Java开发者来说,这些改进将显著提升工作效率。
核心改进
1. Gradle导出功能增强
新版本对Gradle项目的导出功能进行了多项重要改进:
- 增加了对Groovy和Kotlin项目的支持,使得使用这些JVM语言的开发者也能享受到JBang的便利
- 在生成的build.gradle文件中自动添加了mavenLocal()仓库配置,方便开发者使用本地Maven仓库中的依赖
- 完善了JVM参数和编译器参数的设置,确保导出的Gradle项目能够保持与原始脚本相同的运行环境
- 在升级Gradle包装器时禁用守护进程,避免潜在的冲突问题
2. Maven导出模板优化
针对Maven项目的导出功能也进行了调整:
- 更新了Maven版本至3.9.9,确保导出的项目使用最新的构建工具
- 改进了构建模板,使其生成的pom.xml文件更加规范和完整
- 移除了对已废弃的jcenter仓库的引用,默认使用Maven Central作为主要依赖源
3. 构建系统兼容性提升
为了确保项目导出的兼容性,新版本做了以下工作:
- 使用Java 11工具链但保持Java 8的输出目标,既利用新版本JDK的特性又确保向后兼容
- 更新Gradle包装器至8.9版本,提供更稳定和高效的构建体验
- 改进了对大型文件下载的处理,增强了导出过程的稳定性
测试与质量保证
在测试方面,开发团队:
- 从Karate测试框架迁移到了JUnit+Allure组合,提供了更清晰和可维护的测试报告
- 暂时禁用了涉及大文件下载的导出测试,以提高CI/CD管道的执行效率
- 增加了对源代码类型的检测能力,为更精确的导出逻辑奠定了基础
开发者体验改进
除了核心功能的优化外,这个版本还包含多项提升开发者体验的改进:
- 重构了可执行文件权限设置逻辑,使脚本在不同操作系统上的行为更加一致
- 增加了对shell引用代码的解释说明,帮助开发者更好地理解内部实现
- 改进了项目导出代码的结构,使其更易于维护和扩展
总结
JBang v0.126.0版本通过一系列针对Gradle和Maven导出功能的优化,进一步缩小了快速原型开发与正式项目之间的鸿沟。这些改进不仅提升了工具的实用性,也为Java开发者提供了更流畅的工作体验。无论是想快速验证想法的个人开发者,还是需要在团队中分享代码片段的专业人员,都能从这个版本中受益。
登录后查看全文
热门项目推荐
相关项目推荐
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
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868