JSR项目中include/exclude配置的正确使用方法
2025-06-29 15:52:42作者:姚月梅Lane
在JSR项目的发布流程中,文件包含与排除机制是一个关键功能,它允许开发者精确控制哪些文件会被包含在最终发布的包中。然而,许多开发者在使用过程中遇到了配置不生效的问题,这主要是由于对配置结构的理解不足以及当前版本的限制导致的。
问题背景
开发者经常尝试通过include和exclude配置来模拟package.json中的files字段行为,即排除所有文件后仅包含特定文件。然而,当他们按照直觉在配置文件中直接使用这些字段时,发现最终发布的包中没有任何文件被包含。
正确配置方法
目前版本的JSR要求这些配置必须嵌套在publish字段下才能生效。例如,以下是一个有效的配置示例:
{
"name": "@example/package-name",
"version": "1.0.0",
"exports": {
".": "./src/main.ts"
},
"publish": {
"include": [
"src/**",
"README.md",
"LICENSE",
"jsr.json"
]
}
}
注意事项
-
.gitignore的影响:即使文件被显式包含在
include列表中,如果它们被.gitignore文件匹配,仍然会被排除。这是JSR的默认行为,目的是保持与Git工作流的兼容性。 -
配置层级:在当前的实现中,
include和exclude必须放在publish对象下才能生效。直接放在配置文件顶层会导致配置被忽略。 -
排除所有文件的特殊处理:当使用
exclude: ["**"]时,需要特别注意确保include列表足够明确,否则可能导致没有文件被包含。
最佳实践建议
- 优先使用
include而非exclude来明确列出需要发布的文件 - 保持
.gitignore与发布配置的一致性 - 在发布前使用
--dry-run参数预览将被包含的文件列表 - 对于复杂项目,考虑将配置拆分为多个部分,逐步测试每部分的包含效果
随着JSR项目的持续发展,这些配置可能会变得更加直观和灵活。开发者应关注官方文档的更新,以获取最新的配置方式和使用建议。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220