使用Bazel构建iOS应用的利器:rules_ios
2024-05-24 00:57:39作者:齐添朝
在这个数字化的时代,高效且可扩展的开发工具是开发者成功的关键因素之一。Bazel,Google推出的强大的自动化构建工具,为跨平台开发提供了统一的工作流程。而rules_ios正是将Bazel的强大功能引入到iOS开发中的杰出库,让iOS开发无缝接入Bazel。
项目介绍
rules_ios是一个社区驱动的Bazel规则集,它允许您在几乎无需代码改动的情况下,使用Bazel从头到尾构建原本由Xcode管理的iOS应用程序。这个库借鉴了rules_swift和rules_apple的精华,并避免依赖未经测试或未广泛使用的特性。它的独特之处在于能生成可以直接工作的Xcode项目,使得在Apple Silicon设备上使用Bazel变得简单易行。
了解更多信息,请访问官方文档。
项目技术分析
rules_ios支持所有基础构建块,如应用程序、扩展、App Clip和小部件。使用Python编写的BUILD文件可以轻松定义这些目标。此外,项目还提供了一种稳定的Xcode项目生成器,确保与Bazel的无缝集成。除此之外,框架的构建也非常灵活,支持静态和动态方式,包括UI和单元测试规则。
项目及技术应用场景
- 跨团队协作 - 通过Bazel实现的统一构建,可以让多个团队成员在同一平台上工作,提高协作效率。
- 持续集成/持续交付(CI/CD) - Bazel的并行化构建和严格的依赖关系管理,使得自动化测试和部署更加可靠。
- Apple Silicon支持 - 对Apple Silicon的优化,使得新硬件上的开发和测试更加顺畅。
- 自动化测试 - 内置的UI和单元测试规则,使得测试过程自动化,从而更早地发现和修复问题。
项目特点
- 兼容性 - 无需大量代码修改,即可将现有Xcode项目迁移到Bazel。
- 稳定性 - 提供了自己的稳定版Xcode项目生成器,确保生产环境可用性。
- 灵活性 - 支持多种iOS应用类型和不同类型的框架,满足多样化的开发需求。
- 易于维护 - 有良好的社区支持和活跃的贡献者,不断进行更新和改进。
要开始使用rules_ios,请参考项目README提供的Bazelmod配置和WORKSPACE设置,然后按照示例编写您的第一个iOS应用。
对于已经在使用CocoaPods或Carthage的项目,您可以参考相关链接迁移至cocoapods-bazel和apple_framework_import。
总之,rules_ios是向您的iOS开发流程中引入Bazel的强大工具,无论是在大型企业还是小型创业团队,都能帮助提升开发效率和产品质量。立即尝试,体验Bazel带来的革命性改变吧!
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
8
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++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
631
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100