Earthly项目中TRY/FINALLY与WITH DOCKER结合使用的输出优化
2025-05-19 13:38:33作者:牧宁李
在Earthly构建工具中,当开发者使用TRY/FINALLY语句块与WITH DOCKER指令结合时,会产生较为冗长的错误输出信息。这个问题虽然不影响功能执行,但会对开发者的调试体验造成一定困扰。
问题现象
当在Earthfile中使用如下结构时:
VERSION --try 0.8
test:
  FROM earthly/dind:alpine
  TRY
    WITH DOCKER
      RUN echo important > data && false
    END
  FINALLY
    SAVE ARTIFACT data AS LOCAL ./data
  END
执行后会输出大量调试信息,包括完整的docker命令执行路径和环境变量等详细信息。相比之下,不使用WITH DOCKER的简单TRY/FINALLY结构则会产生简洁得多的错误输出。
技术背景
Earthly是一个基于Docker的构建工具,它通过定义Earthfile来描述构建过程。TRY/FINALLY是Earthly提供的一种错误处理机制,允许在命令失败后仍然执行必要的清理或保存操作。WITH DOCKER则用于在构建过程中启动一个临时的Docker守护进程。
当这两个特性结合使用时,由于WITH DOCKER内部涉及复杂的Docker环境设置和命令执行过程,导致错误输出包含了大量底层实现细节,这对大多数开发者来说是不必要的噪音。
解决方案
Earthly团队已经意识到这个问题,并在内部进行了修复。主要改进方向包括:
- 简化错误输出信息,去除不必要的底层细节
 - 保持核心错误信息的清晰可见
 - 确保TRY/FINALLY的功能完整性不受影响
 
修复后的版本将提供更符合开发者预期的错误输出体验,同时仍然保留所有必要的调试信息供高级用户使用。
最佳实践
对于需要在Docker环境中执行命令并确保资源清理的场景,建议采用以下结构:
VERSION 0.8
test:
    ARG FRONTEND=docker
    FROM alpine:3.18
    TRY
        WITH DOCKER
            RUN $FRONTEND ps > docker-ps && false
        END
    FINALLY
        SAVE ARTIFACT docker-ps AS LOCAL .testdata
    END
这种结构既保证了命令在Docker环境中执行,又能利用TRY/FINALLY进行必要的资源清理或结果保存,同时避免了过于冗长的错误输出。
总结
Earthly团队持续优化开发者体验,这次对TRY/FINALLY与WITH DOCKER结合使用的输出优化,体现了对构建工具可用性的重视。开发者可以期待在未来的版本中获得更清晰、更有针对性的错误提示信息,从而提高开发效率。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
445