Gradle Maven Publish Plugin 0.31.0 版本发布:支持快照发布与多阶段配置优化
Gradle Maven Publish Plugin 是一个用于简化 Gradle 项目发布到 Maven 仓库的插件工具,它能够帮助开发者更便捷地将 Java 或 Android 库发布到 Maven Central 等仓库。最新发布的 0.31.0 版本带来了两项重要改进,进一步提升了发布流程的灵活性和便利性。
核心功能改进
1. 中央仓库快照发布支持
0.31.0 版本最显著的改进是新增了对 Maven Central 快照版本发布的支持。在此之前,开发者只能通过该插件发布正式版本到 Maven Central,而快照版本则需要使用其他方式发布。现在,开发者可以统一使用同一个插件完成所有类型的发布。
要使用这一功能,开发者需要确保已在 central.sonatype.com 上为自己的命名空间启用了快照支持。这一改进由社区贡献者 @solrudev 实现,体现了开源协作的价值。
快照发布在持续集成和快速迭代开发中非常有用,它允许团队在正式版本发布前共享和测试最新的开发成果。
2. 多阶段配置匹配优化
新版本还改进了对多个匹配的 staging profile 的处理逻辑。当存在多个匹配的 staging profile 时,插件现在会自动选择具有最长匹配前缀的那个。这一改进使得在多模块项目或复杂组织结构的项目中,发布配置更加精确和可靠。
兼容性说明
0.31.0 版本保持了对主流开发环境的广泛兼容性:
- 最低支持 JDK 11,最高测试至 JDK 23
- 支持 Gradle 8.5 至 8.13
- 兼容 Android Gradle Plugin 8.0.0 至 8.10.0-alpha07
- 支持 Kotlin Gradle Plugin 1.9.20 至 2.1.20-RC
配置缓存状态
该插件对 Gradle 的配置缓存功能提供了基本支持,但有以下例外情况需要注意:
-
发布正式版本到 Maven Central 尚不支持配置缓存(快照发布不受影响),这是由于底层 Gradle 的一个已知问题导致的限制。
-
当使用 Dokka 1.x 版本或 Dokka 2.x 但未启用 V2Enabled 功能时,配置缓存也无法正常工作。
升级建议
对于已经在使用该插件的项目,升级到 0.31.0 版本可以带来更灵活的发布选项。特别是对于需要频繁发布中间版本进行测试的团队,新增的快照发布支持将显著简化工作流程。
对于新项目,建议直接采用此版本,以利用最新的功能和改进。升级过程通常只需修改构建脚本中的插件版本号即可,大多数情况下无需其他配置变更。
总结
Gradle Maven Publish Plugin 0.31.0 版本的发布,通过增加对快照发布的支持和优化多阶段配置匹配,进一步巩固了其作为 Gradle 项目发布到 Maven 仓库的首选工具地位。这些改进使得从开发到发布的整个流程更加流畅和高效,特别是对于采用敏捷开发方法的团队而言。随着插件的持续演进,开发者可以期待更简单、更强大的发布体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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