Yaade项目在FreeBSD系统上的构建与运行指南
Yaade是一款基于Kotlin和React开发的API开发与测试工具,本文将详细介绍如何在FreeBSD系统上完成Yaade项目的构建与运行过程。
系统环境准备
在FreeBSD系统上构建Yaade项目前,需要先安装必要的依赖包。使用root权限执行以下命令:
pkg -y install npm-node18 gradle openjdk17 kotlin
这条命令会安装Node.js 18、Gradle构建工具、OpenJDK 17以及Kotlin编译器,这些都是Yaade项目构建所必需的基础环境。
项目获取与初始化
获取项目源代码并设置Java环境变量:
git clone https://github.com/EsperoTech/yaade.git
export JAVA_VERSION=17
这里特别指定了Java版本为17,因为Yaade项目需要Java 17环境支持。环境变量的设置确保了后续构建过程中使用正确的Java版本。
项目构建步骤
Yaade项目采用前后端分离的架构,构建过程分为服务器端和客户端两部分。
服务器端构建
进入服务器目录并执行Gradle构建:
cd yaade/server/
./gradlew clean assemble
Gradle会下载所有必要的依赖并编译Kotlin代码。clean命令确保从头开始构建,避免缓存带来的问题。
客户端构建
客户端基于React技术栈,需要先安装Node.js依赖:
cd ../client/
npm install
安装完成后执行构建:
npm run build
这个命令会使用TypeScript编译器(tsc)和Vite构建工具生成生产环境可用的静态资源。
资源整合
构建完成后,需要将客户端生成的静态资源移动到服务器端资源目录:
rm -rf server/src/main/resources/webroot
mv client/dist server/src/main/resources/webroot
这一步确保了服务器能够正确提供前端页面服务。
完整服务器构建
回到服务器目录执行完整构建:
cd server
./gradlew clean build
这次构建会将前端资源打包到最终的服务器jar文件中。
运行配置
在FreeBSD系统上直接运行Yaade可能会遇到类加载问题,需要手动配置类路径。以下是推荐的运行方式:
准备运行环境
创建运行目录并复制必要的文件:
mkdir -p ~/yaade/libs
cp build/libs/dependencies/*.jar ~/yaade/libs/
cp -r build/resources/main ~/yaade/resources
cp -r build/classes/kotlin/main ~/yaade/classes
cp -r build/classes/java/main ~/yaade/classes
cp build/libs/*.jar ~/yaade/libs/
设置环境变量
配置Java类路径和内存参数:
export CLASSPATH=$HOME/yaade/classes:$HOME/yaade/resources:$HOME/yaade/libs
export YAADE_HEAP_SIZE=""
启动应用
进入运行目录并启动主类:
cd $HOME/yaade
java com.espero.yaade.MainKt
常见问题解决
在FreeBSD上运行可能会遇到"kotlin/coroutines/Continuation"类找不到的错误。这通常是由于Kotlin运行时库未正确加载导致的。确保以下几点:
- 所有依赖的jar文件都已复制到~/yaade/libs目录
- CLASSPATH环境变量设置正确,包含了所有必要的路径
- 使用的Java版本为17或更高
如果问题仍然存在,可以尝试使用Gradle的application插件提供的启动脚本,或者考虑使用Docker容器来运行Yaade应用,这样可以避免系统环境差异带来的问题。
总结
本文详细介绍了Yaade项目在FreeBSD系统上的完整构建和运行流程。虽然过程略显复杂,但遵循这些步骤应该能够在FreeBSD上成功运行Yaade。对于生产环境部署,建议考虑使用容器化技术简化部署过程并提高可移植性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00