深入理解ruoyi-vue-pro项目中的flatten-maven-plugin配置优化
在基于Maven的多模块Java项目中,版本管理和依赖处理是一个需要特别注意的技术点。本文将以ruoyi-vue-pro项目为例,深入分析flatten-maven-plugin插件的使用方式及其优化方案。
flatten-maven-plugin插件的作用
flatten-maven-plugin是Maven生态中一个重要的插件,主要用于生成"扁平化"的POM文件。在多模块项目中,原始POM可能包含变量、父POM引用等动态内容,而扁平化POM则将这些内容解析为具体的值,便于发布到Maven仓库后被其他项目正确引用。
原配置的问题分析
ruoyi-vue-pro项目原先使用的是resolveCiFriendliesOnly模式:
<flattenMode>resolveCiFriendliesOnly</flattenMode>
这种模式下,插件只会解析CI友好的变量(如{sha1}等),但不会替换依赖中的版本变量。这会导致生成的POM中依赖版本仍保留变量形式:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>${revision}</version>
</dependency>
当其他项目引用这些模块时,由于无法正确解析${revision}变量,会导致依赖无法下载的问题。
优化方案探讨
方案一:使用oss或ossrh模式
将flattenMode改为oss或ossrh模式:
<flattenMode>oss</flattenMode>
这种模式专为开源项目设计,会完全解析所有变量,生成包含具体版本号的POM:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>2.1.0-jdk8-snapshot</version>
<scope>compile</scope>
</dependency>
这种方式的优点是简单直接,生成的POM文件可以被任何项目直接引用。缺点是如果项目内部模块间有大量相互依赖,版本更新时需要同步修改多处。
方案二:分离版本变量
另一种更精细的控制方案是分离版本变量的使用:
- 在根POM中定义两个版本属性:
<properties>
<revision>2.1.0-jdk8-snapshot</revision>
<yudao.version>${revision}</yudao.version>
</properties>
- 在子模块中,parent块使用${revision}:
<parent>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-infra</artifactId>
<version>${revision}</version>
</parent>
- 依赖声明中使用${yudao.version}:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>${yudao.version}</version>
</dependency>
这种方式的优点是:
- 保持了版本号的集中管理
- 允许其他项目使用自己的${revision}变量
- 生成的POM中依赖版本会被正确解析
最佳实践建议
对于类似ruoyi-vue-pro这样的开源多模块项目,推荐采用以下策略:
-
使用
oss或ossrh模式的flatten-maven-plugin配置,确保发布的POM文件完全解析所有变量。 -
对于项目内部模块间的依赖,可以考虑使用项目级别的版本属性(如{revision},提高灵活性。
-
在持续集成环境中,确保版本号能够被正确替换,可以使用Maven的release插件或CI脚本自动设置版本号。
ruoyi-vue-pro项目最终采用了第一种优化方案,将flattenMode改为oss模式,这是一个合理的选择,特别适合需要频繁发布到中央仓库的开源项目。这种配置确保了项目模块在被其他项目引用时,所有依赖都能被正确解析,提高了项目的可用性和易用性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00