Reliese Laravel 项目在 Laravel 11 中的兼容性问题解析
问题背景
Reliese Laravel 是一个流行的 Laravel 扩展包,主要用于自动生成模型代码。随着 Laravel 11 的发布,许多开发者发现该扩展包出现了兼容性问题,具体表现为调用 getDoctrineSchemaManager 方法时抛出 BadMethodCallException 异常。
问题根源
这个问题的根本原因在于 Laravel 11 移除了 DB::getDoctrineSchemaManager() 方法。这一变更源于 Laravel 框架团队决定减少对 Doctrine DBAL 的依赖,转而使用 Laravel 原生的数据库抽象层。
在 Laravel 11 之前,开发者可以通过 getDoctrineSchemaManager 方法获取 Doctrine 的 Schema Manager,进而执行各种数据库模式操作。但在 Laravel 11 中,这一方法已被完全移除,导致依赖此方法的扩展包无法正常工作。
影响范围
这个问题主要影响以下场景:
- 使用 MySQL 数据库时,
Reliese\Meta\MySql\Schema类中的schemas方法会调用被移除的方法 - 使用 PostgreSQL 数据库时,
Reliese\Meta\Postgres\Schema类同样依赖此方法 - 任何尝试通过 Doctrine 接口访问数据库模式的代码
解决方案
临时解决方案
对于急需解决问题的开发者,可以手动修改 vendor 目录中的代码:
MySQL 解决方案:
修改 vendor/reliese/laravel/src/Meta/MySql/Schema.php 文件,替换 schemas 方法为:
public static function schemas(Connection $connection)
{
$schemas = [];
return array_diff($schemas, [
'information_schema',
'sys',
'mysql',
'performance_schema',
]);
}
PostgreSQL 解决方案:
修改 vendor/reliese/laravel/src/Meta/Postgres/Schema.php 文件,替换 schemas 方法为:
public static function schemas(Connection $connection)
{
$schemas = $connection->select('SELECT schema_name FROM information_schema.schemata');
$schemas = array_column($schemas, 'schema_name');
return array_diff($schemas, [
'postgres',
'template0',
'template1',
]);
}
长期解决方案
Reliese Laravel 项目已经通过 PR #208 解决了这个问题。建议开发者:
- 更新到最新版本的 Reliese Laravel
- 如果使用的是 composer,运行
composer update reliese/laravel
技术建议
对于长期项目维护,建议:
- 避免直接修改 vendor 文件:这会导致更新困难和版本控制问题
- 关注框架更新日志:Laravel 的重大版本更新通常会包含破坏性变更
- 考虑替代方案:如果项目严重依赖 Doctrine 功能,可以考虑直接使用 Doctrine DBAL
总结
Laravel 11 的架构调整带来了许多改进,但也导致了一些扩展包的兼容性问题。Reliese Laravel 的这个问题是典型的框架依赖变更导致的兼容性问题。通过理解问题本质和采用适当的解决方案,开发者可以顺利过渡到 Laravel 11 环境。
对于扩展包开发者来说,这也提醒我们需要密切关注框架核心的变化,及时调整自己的代码以适应新版本的要求。同时,对于应用开发者,保持依赖包的最新版本是避免类似问题的有效方法。
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-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