Rebar3 3.25.0版本发布:全面支持OTP-28的重要更新
项目简介
Rebar3是Erlang生态系统中广受欢迎的构建工具,它简化了Erlang项目的依赖管理、编译打包和发布流程。作为Erlang/OTP官方推荐的构建工具,Rebar3已经成为Erlang开发者日常工作中不可或缺的一部分。
版本亮点
Rebar3 3.25.0版本是一个重要的兼容性更新版本,主要围绕OTP-28的兼容性进行了多项改进和优化。这个版本不仅为即将到来的OTP-28做好了准备,还包含了一些实用的功能增强和问题修复。
主要更新内容
OTP-28兼容性升级
本次更新的核心是确保Rebar3能够完美支持即将发布的Erlang/OTP 28版本。开发团队进行了多项底层调整:
- 移除了对OTP-25的支持,将最低支持版本提升
- 更新了多个依赖组件以确保与OTP-28的兼容性
- 对编译器相关功能进行了适配性修改
构建系统改进
构建系统的稳定性和可靠性得到了进一步提升:
- 更新了夜间构建和发布构建的Runner镜像
- 针对Erlang 27.1进行了escriptize命令的改进,确保构建结果的可重现性
- 改进了错误处理机制,当文件为空时能够回退到默认的错误格式
测试框架增强
测试相关的功能也有显著改进:
- 将eunit_formatters升级到0.6.0版本
- 更新了cth_readable以支持OTP-28
- 改进了测试输出格式,支持更多终端的颜色显示
用户体验优化
针对开发者体验的改进包括:
- 新增了跳过项目插件的环境变量配置选项
- 改进了编译器错误信息的彩色显示功能
- 更新了示例配置文件,使其更贴近实际文档
- 添加了Rebar3与Erlang/OTP版本的兼容性列表
技术细节解析
构建可重现性
在Erlang 27.1环境下,escriptize命令现在能够生成完全一致的构建结果。这对于需要确保构建一致性的CI/CD流程尤为重要,避免了因构建环境微小差异导致的问题。
错误处理增强
新版本改进了对空文件的处理逻辑。当遇到空文件时,Rebar3会优雅地回退到默认错误格式,而不是直接崩溃。这种健壮性改进使得构建过程更加稳定可靠。
插件系统灵活性
通过新增的环境变量,开发者现在可以更灵活地控制项目插件的加载行为。这在某些特定场景下非常有用,比如当需要临时禁用某些插件以进行调试时。
升级建议
对于正在使用Rebar3的项目,建议尽快升级到3.25.0版本,特别是计划迁移到OTP-28的项目。升级过程通常很简单,只需替换rebar3可执行文件即可。但需要注意:
- 检查项目中是否使用了任何依赖于OTP-25的特性
- 验证自定义插件与新版本的兼容性
- 在测试环境中充分验证后再部署到生产环境
总结
Rebar3 3.25.0版本是一个以兼容性为核心的更新,为即将到来的OTP-28铺平了道路,同时也带来了多项实用改进。这些变化体现了Rebar3团队对Erlang生态系统发展的积极响应,以及对开发者体验的持续关注。对于Erlang开发者来说,及时升级到这个版本将为未来的开发工作打下良好基础。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112