Tuist 4.48.0版本发布:优化构建流程与测试体验
2025-06-11 17:23:16作者:贡沫苏Truman
Tuist是一个强大的Swift项目脚手架工具,它通过简化Xcode项目的配置和管理流程,帮助开发者更高效地构建和维护iOS/macOS应用程序。最新发布的4.48.0版本带来了一系列实用改进,特别是在构建输出优化和测试体验方面有了显著提升。
构建流程优化
本次更新对构建流程进行了多项改进。首先,tuist run命令的输出信息得到了优化,使其更加清晰易读。这对于开发者来说意味着能够更直观地了解构建过程中的关键信息,减少调试时间。
在构建性能方面,新版本特别优化了注册表依赖项的哈希预计算效率。这一改进显著减少了项目解析阶段的时间消耗,特别是对于那些依赖大量外部库的大型项目。哈希计算是Tuist确定是否需要重新构建的关键机制,优化后的算法能够更快地完成这一过程。
另一个值得注意的改进是构建状态现在会被包含在构建洞察(Build Insights)中。这为开发者提供了更全面的构建过程可视化,帮助他们更好地理解构建时间消耗和潜在瓶颈。
测试体验增强
4.48.0版本在测试方面引入了重要功能:选择性UI测试支持。开发者现在可以指定只运行特定的UI测试用例,而不需要执行整个测试套件。这在大型项目中特别有价值,可以显著减少测试执行时间,提高开发效率。
同时,修复了一个与测试计划相关的重要问题:当使用选择性测试时,现在能够正确地树摇(Tree-shaking)掉未被引用的目标。这一改进确保了构建系统不会包含不必要的依赖,从而优化了构建时间和最终产物大小。
其他重要修复
新版本还解决了几个影响开发体验的问题:
- 当传递
--json参数时,系统不再输出信息性消息,确保JSON输出的纯净性,便于自动化工具处理。 - 修复了
OTHER_SWIFT_FLAGS中重复的-I包含路径参数被错误移除的问题,这保证了编译标志的正确传递,避免了潜在的编译错误。
这些改进共同提升了Tuist的稳定性和可靠性,使其成为Swift项目管理的更强大工具。无论是个人开发者还是大型团队,都能从这些优化中受益,获得更流畅的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1