agx/git-buildpackage 项目:从 Git 仓库构建 Debian 软件包指南
前言
在 Debian 软件包开发过程中,git-buildpackage 工具(简称 gbp)是一个强大的工具集,它能够帮助开发者直接从 Git 仓库构建 Debian 软件包。本文将详细介绍如何使用 gbp 工具进行软件包构建的各种场景和技巧。
基础构建流程
常规构建命令
要从 Git 仓库构建 Debian 软件包,最基本的命令是:
gbp buildpackage
这个命令会自动完成以下操作:
- 构建上游源代码压缩包(tarball)
- 调用 debuild 工具构建软件包
在开发阶段(当你不处于 debian-branch 分支或有未提交的更改时),通常需要添加 --git-ignore-new 选项:
gbp buildpackage --git-ignore-new
上游源代码处理
当 gbp 找不到有效的上游源代码压缩包时,它会根据上游版本号匹配的标签自动创建一个。如果需要精确重建原始压缩包(使用 pristine-tar 分支中的信息),应该使用:
gbp buildpackage --git-pristine-tar
这是推荐的创建上游源代码压缩包的方式,可以确保与原始导入的压缩包完全一致。
发布构建
当你完成开发并准备发布时,应该先提交所有更改,然后使用:
gbp buildpackage --git-tag
这个命令会:
- 构建 Debian 软件包
- 根据 changelog 中的当前版本号创建标签
如果需要 GPG 签名标签,可以添加 --git-sign 和 --git-keyid 选项。默认的标签格式是 debian/<version>,可以通过 debian-tag 选项修改。
使用独立构建目录
许多开发者习惯使用独立的构建目录,这可以通过 --git-export-dir 选项实现:
gbp buildpackage --git-export-dir=../build-area/
这会导出当前分支的 HEAD 到 ../build-area/package-version 目录并构建软件包。如果需要导出特定版本而非当前 HEAD,可以使用 --git-export 选项指定:
gbp buildpackage --git-export-dir=../build-area --git-export=debian/0.4.3
特殊参数说明:
INDEX:导出当前索引状态(包含已暂存但未提交的更改)WC:原样导出当前工作副本
可以在配置文件中设置默认构建目录:
[buildpackage]
export-dir=../build-area
构建成功后,gbp 会自动清理构建目录。如需保留,使用 --git-no-purge 选项。
构建钩子
gbp 提供了多种钩子(hooks),可以在构建过程的不同阶段执行自定义操作:
常用钩子类型
prebuild:构建前执行postbuild:构建成功后执行posttag:创建标签后执行
自动运行 Lintian
构建后自动运行 Lintian 检查:
gbp buildpackage --git-postbuild='lintian $GBP_CHANGES_FILE'
或在配置文件中设置:
postbuild=lintian $GBP_CHANGES_FILE
自动推送更改
构建并创建标签后自动推送到远程仓库:
gbp buildpackage --git-tag --git-posttag="git push && git push --tags"
更安全的推送脚本示例:
#!/bin/sh -e
if ! REMOTE=$(git config --get branch."${GBP_BRANCH}".remote); then
REMOTE=origin
fi
if [ "$GBP_TAG" ]; then
echo "Pushing $GBP_TAG to $REMOTE"
git push "$REMOTE" "$GBP_TAG"
else
echo "GBP_TAG not set."
exit 1
fi
if [ "$GBP_SHA1" ] && [ "$GBP_BRANCH" ]; then
git push "$REMOTE" "$GBP_SHA1":"$GBP_BRANCH"
else
echo "GBP_SHA1 or GBP_BRANCH not set."
exit 1
fi
echo "done."
导出后处理(postexport)
postexport 钩子允许在构建前对导出的源代码进行最后调整。典型应用场景是从一个 Debian 分支创建多个不同的源代码和二进制包。
示例配置:
[buildpackage]
export-dir = ../build-area
cleaner =
postexport = crosstoolchain-expand.sh
示例脚本会处理 changelog 模板、lintian 覆盖文件以及 rules 和 control 文件,根据环境变量 PKG_FLAVOR 生成不同的包变体。
导出前处理(preexport)
preexport 钩子允许在准备和导出原始压缩包前执行自定义操作。例如,从单独的仓库检出大型二进制资源。
总结
git-buildpackage 提供了灵活而强大的工具链,支持从简单的开发构建到复杂的发布流程。通过合理使用构建目录和各种钩子,开发者可以构建出符合 Debian 标准的高质量软件包,同时保持高效的工作流程。
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。C032
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