Tuist 4.47.0 版本发布:聚焦目标生成与多项优化
项目简介
Tuist 是一个用于管理 Xcode 项目的开发者工具,它通过声明式的方式简化了大型项目的配置和维护工作。Tuist 允许开发者使用 Swift 编写项目配置,自动处理依赖关系,并提供了许多实用功能来优化 iOS/macOS 开发工作流。
版本亮点
新增功能:基于标签的聚焦目标生成
4.47.0 版本引入了一个强大的新功能 - 通过标签来生成一组聚焦的目标。这项功能特别适合大型项目,开发者可以通过为相关目标添加标签,然后只生成和打开带有特定标签的目标,而不是整个项目。这可以显著减少 Xcode 的加载时间和内存占用,提高开发效率。
问题修复与优化
-
本地包依赖问题修复
修复了本地包不在项目包依赖项中显示的问题,确保本地包能够正确集成到项目中。 -
共享功能兼容性增强
改进了tuist share命令对非语义版本号的支持,使得版本号格式更加灵活。 -
测试计划容器引用修复
解决了工作区中测试计划容器引用不正确的问题,确保测试计划能够正常工作。 -
XCFramework 资源处理优化
在 Swift Package Manager 与 XcodeProj 集成时,现在会忽略 XCFramework 内部的资源文件,避免不必要的处理。 -
资源访问器源代码格式化
改进了自动生成的资源访问器源代码的格式,使其更加规范和易读。
技术深度解析
聚焦目标生成的工作原理
新的标签聚焦功能通过在项目配置中为 Target 添加标签属性实现。开发者可以定义如 featureA、core 等标签,然后在执行 tuist generate 时通过 --tags 参数指定只生成带有特定标签的目标。Tuist 会分析依赖关系,自动包含所有必要的依赖目标,确保项目可以正确构建。
资源访问器生成的改进
Tuist 会自动为项目中的资源文件生成访问代码,方便开发者在 Swift 中类型安全地访问这些资源。4.47.0 版本改进了这些生成代码的格式,包括:
- 更一致的缩进
- 更合理的换行
- 更清晰的注释 这些改进使得生成的代码更易于阅读和维护。
升级建议
对于使用 Tuist 管理的大型项目,特别是那些包含大量目标的团队,强烈建议升级到 4.47.0 版本并尝试新的标签聚焦功能。这可以显著改善开发体验,特别是在使用较旧或资源有限的开发机器时。
对于已经在项目中使用本地包或测试计划的团队,这个版本修复了几个关键问题,升级可以避免潜在的问题。
结语
Tuist 4.47.0 版本继续沿着简化 iOS/macOS 项目管理的方向前进,通过引入标签聚焦等新功能,以及修复多个实际问题,为开发者提供了更强大、更稳定的工具。这些改进特别有利于大型团队和复杂项目的管理,帮助开发者专注于业务逻辑而非项目配置。
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