Skip项目中的Xcode工作空间初始化优化
2025-07-07 15:13:42作者:贡沫苏Truman
在Swift跨平台开发框架Skip的最新版本1.5.22中,项目团队对初始化命令skip init进行了重要改进,优化了Xcode项目的生成结构。这项改进使得跨平台项目的目录布局更加清晰合理,显著提升了开发体验。
原有结构的问题
在改进前的版本中,使用skip init命令会生成一个不太符合常规的Xcode项目结构。具体表现为:
- 在
./Darwin目录下创建.xcodeproj项目文件 - 在项目根目录生成
Package.swift文件 - 通过引用方式将根目录添加到
.xcodeproj中 - 将库名称作为应用项目的依赖添加
- 混杂地添加一些文件引用,如
README.md、Skip.env和Localizable.xcstrings
这种结构导致项目组织不够清晰,特别是对于同时包含iOS和Android平台的跨平台项目来说,开发者容易感到困惑。
新版本的工作空间方案
Skip 1.5.22版本采用了更符合Xcode最佳实践的解决方案——使用Xcode工作空间(.xcworkspace)。新的项目结构具有以下特点:
- 在项目根目录创建
.xcworkspace工作空间文件 - 将应用项目放在
./DarwinApp子目录中,包含:.xcodeproj项目文件.plist配置文件Sources/Main.swift主程序入口
- 共享代码放在
./Shared子目录中,仅包含Swift库及其源代码 - Android平台代码保留在
./Android目录(与之前版本一致)
改进带来的优势
这种结构调整带来了多方面的好处:
- 更清晰的项目组织:各平台代码和共享代码物理分离,逻辑关系更明确
- 更好的开发体验:符合Xcode开发者的常规工作习惯
- 更简单的贡献流程:与Skip项目自身推荐的开发方式一致,降低了贡献门槛
- 更好的可维护性:模块化程度更高,便于长期维护和扩展
技术实现考量
这种改进背后体现了Skip团队对以下技术考量的重视:
- 遵循苹果官方推荐实践:使用工作空间管理多个相关项目是Xcode的标准做法
- 模块化设计:将平台特定代码与共享代码分离,符合现代跨平台开发的最佳实践
- 开发者体验优先:通过减少配置步骤和认知负担,让开发者更专注于业务逻辑
总结
Skip项目通过这次初始化流程的优化,不仅解决了原有结构的问题,还为跨平台Swift开发树立了更好的项目组织标准。这种改进特别适合需要同时支持iOS和Android平台的中大型项目,能够有效管理代码共享和平台特定实现之间的关系。对于使用Skip框架的开发者来说,这意味着更顺畅的开发体验和更少的配置困扰。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
189
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92