Earthly构建工具中实现无前缀日志输出的技术方案
背景介绍
Earthly是一款现代化的容器化构建工具,它采用类似Dockerfile的语法来定义构建流程。在Earthly的默认行为中,所有通过RUN指令执行的命令输出都会被自动添加目标名称前缀,例如"+target-name | "。这种设计在多目标构建时非常有用,可以帮助开发者清晰地区分不同构建阶段的输出。
问题分析
然而,这种自动添加前缀的行为在某些特定场景下会带来不便。特别是在与CI系统(如GitHub Actions)集成时,这些系统通常支持特殊的"富文本输出"语法,例如以"::"开头的特殊指令(如"::error::"用于标记错误信息)。当Earthly自动添加前缀后,这些特殊指令就无法被CI系统正确识别,导致无法实现预期的可视化效果。
技术解决方案
Earthly社区提出了两种互补的技术方案来解决这个问题:
-
无前缀输出模式:通过为RUN指令添加新的参数选项(如--raw-output),允许特定命令的输出不添加目标前缀。这使得CI系统的特殊指令能够被原样输出。
-
标准输出重定向:Earthly默认将所有构建输出发送到标准错误(stderr),而CI系统通常只从标准输出(stdout)解析特殊指令。因此需要增加将特定输出重定向到stdout的能力。
实现细节
在实际实现中,开发者可以这样使用新特性:
build:
RUN --raw-stdout echo "::group::构建分组"
RUN --raw-stdout echo "这是无前缀输出"
RUN --raw-stdout echo "::endgroup::"
这种设计既保留了Earthly原有的多目标构建日志追踪能力,又为特殊场景提供了灵活性。
并行构建的注意事项
需要注意的是,在并行构建场景下,即使使用无前缀输出,多个目标的输出仍可能交错出现。对于需要严格顺序输出的场景,开发者应使用WAIT指令来确保执行顺序,或者考虑将相关操作合并到单个目标中。
总结
Earthly通过引入无前缀日志输出功能,显著提升了与CI系统的集成能力,特别是对GitHub Actions等支持富文本输出的平台。这一改进展示了Earthly团队对开发者实际需求的快速响应能力,以及在保持核心设计理念的同时提供灵活性的技术平衡能力。
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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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