OpenComputers项目构建服务器迁移指南:从CI服务器到GitHub Packages
背景说明
OpenComputers是一个基于Minecraft的模组项目,它为游戏添加了可编程计算机和机器人系统。在模组开发过程中,开发者通常需要获取开发版本的JAR文件(即dev jar)来进行二次开发或创建附加组件(addon)。传统上,该项目使用ci.cil.li作为构建服务器来提供这些开发依赖。
问题发现
近期有开发者报告无法从ci.cil.li服务器获取OpenComputers 1.12.2版本的开发JAR文件。经过项目维护者确认,该构建服务器已永久下线,不再提供服务。这对依赖该服务器获取开发资源的开发者造成了影响。
解决方案
项目维护者asiekierka明确指出,开发者应当转向使用GitHub Packages作为新的Maven仓库来获取项目依赖。GitHub Packages是GitHub提供的软件包托管服务,可以托管各种类型的包,包括Maven、npm、Docker等。
技术迁移建议
对于想要继续为OpenComputers开发附加组件的开发者,需要进行以下调整:
-
构建配置更新:在项目的构建配置文件(如build.gradle)中,需要将原有的ci.cil.li仓库地址替换为GitHub Packages的Maven仓库配置。
-
认证设置:由于GitHub Packages可能需要认证,开发者需要配置适当的认证信息。通常这涉及在gradle.properties文件中设置GitHub个人访问令牌。
-
依赖声明:确保依赖声明使用正确的GitHub Packages坐标格式,包括正确的group ID、artifact ID和版本号。
最佳实践
-
版本锁定:建议在开发附加组件时明确指定依赖的OpenComputers版本,以避免潜在的兼容性问题。
-
本地缓存:考虑将必要的依赖缓存到本地Maven仓库,以减少对外部仓库的依赖。
-
持续集成配置:如果使用CI/CD管道,确保相应的构建服务器也有权限访问GitHub Packages。
未来展望
随着开源项目托管平台的演进,越来越多的项目正在从自建构建服务器迁移到平台提供的标准化服务。这种迁移虽然短期内可能带来一些调整成本,但从长期来看能提高可靠性和可维护性。开发者应当关注项目官方文档和公告,及时获取这类基础设施变更的信息。
对于OpenComputers社区而言,这次迁移标志着项目基础设施的现代化进程,也为未来的协作开发奠定了更稳固的基础。
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