Tuist 4.45.0版本发布:提升构建体验与测试支持
项目概述
Tuist是一个现代化的项目生成和管理工具,专为Xcode项目设计。它通过声明式的方式帮助开发者管理复杂的iOS/macOS项目结构,显著提升了大型项目的可维护性和开发效率。Tuist通过简化项目配置、自动化常见任务以及提供强大的依赖管理功能,已经成为许多iOS开发团队不可或缺的工具。
核心改进
1. 构建性能洞察功能默认启用
在4.45.0版本中,Tuist团队对构建系统进行了重要优化——现在自动生成的scheme将默认启用构建性能洞察跟踪功能。这一改进意味着开发者无需额外配置,就能自动获得构建过程中的性能数据,帮助识别构建瓶颈。
构建性能数据包括编译时间、链接时间等关键指标,这些数据对于优化大型项目的构建速度至关重要。特别是在持续集成环境中,这些洞察可以帮助团队节省宝贵的构建时间。
2. 本地Swift Package测试支持
此版本显著增强了对Swift Package Manager(SPM)的支持,特别是针对本地SPM包的测试目标。现在Tuist能够自动为本地SPM包创建对应的测试目标,使得开发者可以像测试常规Xcode项目一样测试他们的SPM包。
这一特性解决了以往需要手动配置SPM包测试的痛点,特别适合采用模块化架构的项目,其中许多功能可能以本地SPM包的形式组织。
3. 路径记录与项目检测优化
Tuist现在会记录最近访问的项目路径,这一看似简单的改进实际上大大提升了开发者的日常工作效率。特别是在需要频繁切换不同项目的情况下,路径记忆功能可以减少重复的导航操作。
另一个值得注意的改进是项目检测逻辑的优化。新版本修复了在某些情况下生成的Xcode项目可能被错误识别的问题,确保了工具在各种场景下的可靠性。
测试相关改进
1. macOS UI测试支持增强
4.45.0版本特别关注了测试能力的扩展,新增了对macOS UI测试目标与bundle依赖的支持。这意味着开发者现在可以更方便地为macOS应用创建UI测试,特别是那些依赖特定资源包的场景。
2. 无测试目标的Scheme处理优化
团队修复了一个长期存在的问题:当尝试构建没有测试目标的测试scheme时,操作会静默失败。新版本中,这种情况会得到正确处理,避免了开发者的困惑。
稳定性与兼容性提升
1. 资源处理改进
版本修复了由于路径大小写不同导致的SwiftPM资源重复问题。这一修复确保了资源文件的正确处理,避免了潜在的运行时问题。
2. 确定性测试加载
GraphLoader现在确保XCTest框架的确定性加载顺序,这一改进虽然对终端用户不可见,但提升了工具内部的一致性和可靠性。
3. XcodeProj库升级
底层依赖XcodeProj已升级至9.x版本,这一更新带来了更好的Xcode项目文件处理能力和兼容性。
开发者体验优化
1. 预览功能更新
Tuist的预览功能已更新至最新API,为开发者提供了更现代化的预览体验。这对于采用SwiftUI等声明式UI框架的项目尤为重要。
2. 分享功能输出改进
tuist share命令的输出信息得到了优化,使开发者能更清晰地了解共享过程和结果。
总结
Tuist 4.45.0版本在多个维度进行了有价值的改进,特别是构建洞察、测试支持和日常工作效率方面。这些变化体现了Tuist团队对开发者体验的持续关注,以及解决实际开发痛点的能力。
对于已经使用Tuist的团队,建议尽快升级以享受这些新特性。对于尚未采用Tuist的项目,这个版本展示了它如何简化复杂的Xcode项目管理,值得考虑引入开发流程中。
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