Mill构建工具发布流程升级:从Sonatype OSSRH迁移到Central Portal
随着Sonatype宣布将在2025年6月停止对Nexus Repository 2.x版本的支持,Mill构建工具社区正积极推动发布流程的现代化改造。本文将详细介绍Mill项目如何从传统的Sonatype OSSRH发布方式迁移到新的Central Portal平台。
背景与挑战
传统上,Java/Scala项目通过Sonatype的OSS Repository Hosting(OSSRH)服务发布到Maven中央仓库。Mill文档中现有的发布指南主要基于这一旧有流程,但随着Sonatype技术栈的更新,这种发布方式即将被淘汰。
新的Central Portal提供了更现代化的发布体验,但Mill目前仅通过一个contrib插件(mill-contrib-sonatypecentral)提供支持,且文档分散在不同位置,这给用户带来了不小的困惑。
技术改进方案
Mill社区计划进行以下关键改进:
-
核心功能整合:将sonatypecentral插件从contrib目录迁移到scalalib核心包中,使其成为标准发布流程的一部分。
-
文档全面更新:重写发布文档,删除过时的OSSRH相关内容,专注于Central Portal的最佳实践。包括详细的账号注册、项目配置和发布流程说明。
-
示例项目增强:为Scala、Java和Kotlin模块分别提供完整的发布示例,展示从项目配置到实际发布的端到端流程。
-
验证机制:要求贡献者使用自己的GroupID实际发布测试工件到Central Portal,确保文档中的每个步骤都经过验证。
技术实现细节
新的发布流程将基于以下技术组件:
-
签名验证:继续使用GPG对工件进行签名,这是Maven中央仓库的强制要求。
-
认证配置:支持通过环境变量或配置文件提供Central Portal的API密钥。
-
发布协议:采用HTTPS协议与Central Portal API交互,取代旧有的SSH/SFTP方式。
-
元数据生成:自动生成符合要求的pom.xml文件,包含必要的许可证和开发者信息。
迁移时间表
考虑到Sonatype将在2025年6月30日完全停止OSSRH服务,Mill计划在0.13.0版本中完成这一变更。这将给用户足够的时间适应新的发布流程。
开发者建议
对于正在使用Mill发布工件的开发者,建议:
-
尽早注册Central Portal账号并申请GroupID。
-
测试新发布流程,可以在个人GroupID下发布测试版本。
-
检查构建脚本中的发布配置,准备迁移到新的API。
-
关注Mill的版本更新,确保在截止日期前完成迁移。
这次变更虽然带来短期的适配工作,但从长远看将简化发布流程,提供更可靠的发布体验。Mill社区通过这种前瞻性的改进,再次展现了其对开发者体验的重视。
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