优化YAS项目的Maven构建流程:从test到verify的演进
2025-07-08 17:27:47作者:裴麒琰
在Java项目的持续集成(CI)流程中,Maven构建阶段的选择直接影响着测试覆盖率和构建质量。本文以nashtech-garage/yas项目为例,探讨如何通过调整CI工作流中的Maven命令来提升项目的测试完整性。
背景分析
在Maven构建生命周期中,test和verify是两个关键阶段,但它们的执行范围存在显著差异:
- test阶段:仅执行单元测试,这些测试通常针对单个类或方法,不涉及外部依赖或集成环境
- verify阶段:不仅包含test阶段的所有内容,还会执行集成测试(integration-test)和验证(verify)阶段,这些测试会验证模块间的交互和整体功能
原项目中CI工作流仅运行mvn test,这意味着所有标记为集成测试的用例都不会被执行,导致测试覆盖率不足,可能遗漏模块间交互的问题。
技术实现
将CI工作流中的命令从mvn test升级为mvn verify是一个简单但影响深远的改进。这一变更确保了:
- 完整的测试套件执行:包括单元测试和集成测试
- 更严格的构建标准:verify阶段会执行额外的质量检查
- 早期问题发现:集成问题可以在CI阶段就被捕获,而不是等到部署后
实施考量
在进行此类变更时,需要考虑以下因素:
- 构建时间影响:集成测试通常比单元测试耗时更长,需要评估CI流水线的执行时间增量
- 测试环境需求:某些集成测试可能需要外部服务或特定配置,需确保CI环境支持
- 测试稳定性:集成测试更容易受环境因素影响,可能需要额外的稳定性处理
最佳实践建议
基于此案例,可以总结出以下Maven项目CI配置的最佳实践:
- 开发阶段:本地开发时可使用
mvn test快速验证 - CI环境:应使用
mvn verify确保完整测试覆盖 - 生产发布:考虑使用
mvn deploy进行端到端验证 - 测试分类:合理使用JUnit的@Category或Surefire/Failsafe插件配置来区分单元和集成测试
总结
通过将nashtech-garage/yas项目的CI工作流从mvn test升级到mvn verify,项目团队获得了更全面的测试覆盖和更高的构建质量保证。这一改进虽然看似简单,但对项目的长期稳定性和可靠性有着重要意义,体现了持续集成中"早发现问题"的核心原则。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.35 K
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
458
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425