Xmake 3.0 新特性:简化布尔值配置语法
2025-05-22 07:35:51作者:郜逊炳
在 Xmake 3.0 版本中,引入了一项针对包管理配置的语法简化功能,特别针对布尔值类型的配置项。这项改进源于开发者在使用 Xmake 时遇到的一个常见痛点:当需要为包(如 Boost)启用多个组件时,传统的配置方式显得冗长且重复。
传统配置方式需要为每个布尔值配置项显式指定 =true,例如:
add_requires("boost >=1.78.0", {
configs = {
iostreams = true,
system = true,
thread = true
}
})
Xmake 3.0 提供了两种更简洁的替代方案:
- 方括号内联语法:
add_requires("boost[iostreams,system,thread] >=1.78.0")
- 列表式配置语法:
add_requires("boost >=1.78.0", {
configs = ["iostreams", "system", "thread"]
})
这两种新语法都等价于传统的完整写法,但显著减少了代码量。特别是第一种方括号语法,它借鉴了其他包管理器(如 vcpkg)的类似特性,但 Xmake 的实现更加灵活。
值得注意的是,Xmake 团队在实现时做了以下考虑:
- 该语法目前仅适用于 Xmake 原生包,避免与第三方包管理器(如 vcpkg)的命名规范冲突
- 支持更复杂的配置场景,包括键值对和数组值:
add_requires("boost[iostreams=y,thread=n]") add_requires("ffmpeg[shared,debug,codecs=[foo,bar,zoo]]")
这项改进虽然看似简单,但体现了 Xmake 团队对开发者体验的持续关注。它特别适合那些需要频繁调整包配置的开发场景,如:
- 快速原型开发时尝试不同组件组合
- 脚本化构建过程中动态生成配置
- 教学示例中保持代码简洁
当然,团队也意识到语法多样性可能带来的学习曲线问题。因此,文档中会明确建议:在正式项目或团队协作中,应保持配置风格的一致性。
这项特性已经在 Xmake 的最新开发分支中实现,预计将随 Xmake 3.0 正式版发布。开发者现在就可以通过应用相关补丁来提前体验这一改进。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
openEuler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。
C
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781