Carthage项目在Xcode 16中的构建问题分析与解决方案
问题背景
Carthage作为iOS/macOS开发中常用的依赖管理工具,在Xcode 16 beta版本中出现了一个特定的构建问题。当开发者尝试使用Carthage构建某些依赖库时,会遇到"Found no destinations for the scheme"的错误提示,导致构建过程失败。
错误现象
具体错误表现为:
- 使用Xcode 16 beta版本(如16.6 beta)时
- 执行
carthage update --use-xcframeworks --no-use-binaries命令 - 构建过程中出现错误代码64
- 错误信息显示"Could not configure request to show build settings: Found no destinations for the scheme 'AllTests-macOS' and action build"
问题根源分析
经过技术分析,这个问题主要源于以下几个因素:
-
Xcode 16 beta的兼容性问题:新版本的Xcode对构建系统做了调整,导致对某些测试scheme的处理方式发生了变化。
-
测试scheme的配置问题:Carthage在构建过程中会尝试获取所有scheme(包括测试scheme)的构建设置,而Xcode 16 beta对这些测试scheme的处理更加严格。
-
构建环境检测机制变化:Xcode 16 beta对构建目标的检测机制有所调整,当找不到匹配的构建目标时,会直接报错而不是跳过。
解决方案
针对这个问题,开发者可以采取以下几种解决方案:
临时解决方案
-
手动移除测试scheme: 进入Carthage的Checkouts目录,找到对应依赖项目,手动移除其中的测试scheme或测试target。这种方法虽然有效,但不够优雅,且每次更新依赖后都需要重复操作。
-
使用Xcode 15: 暂时回退到Xcode 15版本进行构建,等待Xcode 16正式版发布后再进行迁移。
长期解决方案
-
等待Carthage官方更新: Carthage开发团队已经注意到这个问题,预计会在后续版本中提供对Xcode 16的完整支持。
-
调整构建命令: 尝试使用不同的构建参数组合,如
--skip-schemes参数(如果可用)来跳过测试scheme的构建。
技术建议
对于依赖Carthage进行项目管理的开发者,建议:
- 在升级到Xcode 16 beta前,先在稳定环境中测试项目构建
- 关注Carthage项目的更新动态,及时获取兼容性修复
- 考虑在CI/CD流程中添加对Xcode新版本的兼容性测试
- 对于关键项目,建议等待Xcode 16正式版发布后再进行迁移
总结
Xcode 16 beta与Carthage的兼容性问题主要出现在测试scheme的处理上,这反映了开发工具链更新过程中常见的兼容性挑战。开发者可以通过临时解决方案应对当前问题,同时关注工具链的更新进展,以获得更完善的长期解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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