Conan工作空间功能升级:支持灵活的项目布局
2025-05-26 11:09:44作者:董斯意
工作空间功能概述
Conan作为一款强大的C/C++包管理工具,其工作空间(workspace)功能为开发者提供了在本地同时开发和测试多个相互依赖项目的便捷方式。传统的工作空间要求所有相关项目必须位于同一目录层级下,这在某些开发场景中显得不够灵活。
原有工作空间的局限性
在Conan 2.17版本之前,工作空间文件(conanws.py或conanws.yml)必须位于包含所有相关项目的目录中。这种设计存在几个明显的限制:
- 项目结构不够灵活,所有相关项目必须位于工作空间目录下
- 无法轻松创建临时工作空间来测试特定功能组合
- 在大型代码库中(如包含400+仓库),管理多个工作空间变得复杂
新功能的改进
Conan 2.17版本对工作空间功能进行了重要升级,主要体现在两个方面:
1. 支持相对路径引用
现在开发者可以使用相对路径引用位于工作空间目录之外的项目。例如:
conan workspace add ../some_package
甚至可以通过多级相对路径引用更上层的项目:
conan workspace add ../../some_package
2. 自动识别工作空间布局
新版本支持将工作空间文件放在与项目平行的专用目录中,例如:
|- project_a
| |- CMakeLists.txt
| |- ...
|- project_b
| |- CMakeLists.txt
| |- ...
|- conanws
|- conanws.py
这种布局更加清晰,避免了工作空间文件与项目文件的混杂。
实际应用场景
这些改进特别适合以下开发场景:
- 大型代码库管理:在包含数百个仓库的代码库中,可以轻松创建针对特定功能的工作空间
- 临时测试环境:快速构建包含特定项目组合的临时工作空间进行功能验证
- 模块化开发:保持项目目录结构清晰的同时,灵活组合不同模块进行集成测试
使用建议
虽然新功能提供了更大的灵活性,但开发者需要注意:
- 当直接对单个项目执行
conan install时,Conan只会自动识别位于父目录中的工作空间文件 - 对于位于同级或更复杂位置的工作空间,建议统一使用
conan workspace install命令 - 可以考虑建立命名规范(如使用
conanws_前缀)来管理多个工作空间
总结
Conan 2.17对工作空间功能的改进显著提升了大型项目开发的灵活性,使开发者能够根据实际需求自由组织项目结构,同时保持工作空间管理的便捷性。这些改进特别适合需要同时处理多个相互依赖项目的中大型开发团队。
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-1.5HunyuanVideo-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
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
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
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873