Xmake项目中的目标输出路径管理新特性
在C/C++项目构建工具Xmake的最新版本中,引入了一系列关于目标输出路径管理的重要改进,为开发者提供了更灵活的文件输出控制能力。这些改进主要包括set_targetdir接口的扩展和新增的artifactfile接口。
传统输出路径管理方式
在之前的Xmake版本中,开发者只能通过set_targetdir接口统一设置所有类型输出文件的存放目录。例如:
set_targetdir("$(builddir)/out")
target("x")
set_kind("binary")
target("y")
set_kind("shared")
target("z")
set_kind("static")
在Windows MSVC环境下,上述配置会导致所有输出文件都存放在build/out目录下,包括可执行文件、动态链接库、导入库和静态库。这种统一存放的方式虽然简单,但在大型项目中可能会导致输出目录混乱,不利于文件管理。
扩展的set_targetdir接口
新版本的Xmake对set_targetdir接口进行了功能扩展,允许开发者通过选项参数指定不同类型的输出文件子目录:
set_targetdir("$(builddir)/out", {
bindir = "bin", -- 可执行文件和动态链接库目录
libdir = "lib" -- 导入库和静态库目录
})
这种配置方式借鉴了CMake中RUNTIME_OUTPUT_DIRECTORY、LIBRARY_OUTPUT_DIRECTORY和ARCHIVE_OUTPUT_DIRECTORY的设计理念,但提供了更加简洁的语法。
配置后,输出文件结构将变得更加清晰:
+ build
+ out
+ bin
- x.exe -- 可执行文件
- y.dll -- 动态链接库
+ lib
- y.lib -- 导入库(implib)
- z.lib -- 静态库
新增的artifactfile接口
为了更方便地获取特定类型的输出文件路径,Xmake新增了artifactfile接口:
target:artifactfile(<type>)
目前该接口主要支持获取Windows平台下动态链接库的导入库路径(通过"implib"参数)。对于非Windows平台或不支持的类型,接口将返回nil。
使用示例:
target("x")
set_kind("shared")
add_files("src/x.cpp")
set_targetdir("$(builddir)/out", { bindir = "bin", libdir = "lib" })
on_load(function (target)
print(target:targetfile()) -- 输出主目标文件路径
print(target:artifactfile("implib")) -- 输出导入库路径
end)
在不同平台下的输出示例:
- Windows MSVC:
build\out\bin\x.dll build\out\lib\x.lib - MinGW:
build\out\bin\libx.dll build\out\lib\libx.dll.a
实际应用价值
这些改进为Xmake项目带来了以下优势:
-
更清晰的项目结构:通过分离不同类型的输出文件,使构建目录更加整洁有序,便于管理和维护。
-
更好的跨平台支持:自动处理不同平台下文件命名和路径的差异,如MSVC的
.lib和MinGW的.dll.a。 -
更灵活的构建配置:开发者可以精确控制各类输出文件的位置,满足各种项目组织需求。
-
简化构建后处理:通过
artifactfile接口可以方便地获取特定类型文件的路径,便于后续的打包、部署等操作。
这些特性使得Xmake在构建系统功能上更加完善,为开发者提供了更强大的项目管理能力,特别是在处理复杂项目结构和跨平台构建时,能够显著提高开发效率。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00