Changesets 使用教程
2024-08-24 23:32:00作者:魏献源Searcher
项目介绍
Changesets 是一个用于管理版本控制和变更日志的工具,特别适用于多包仓库(monorepos)。它允许贡献者声明他们的更改应如何发布,然后自动化更新包版本和变更日志,并基于提供的信息发布新版本的包。Changesets 专注于解决多包仓库的问题,并确保相互依赖的包在多包仓库中保持最新。
项目快速启动
安装 Changesets
首先,你需要在你的项目中安装 Changesets CLI:
npm install @changesets/cli --save-dev
初始化 Changesets
在你的项目根目录下运行以下命令来初始化 Changesets:
npx changeset init
添加 Changeset
当你进行更改时,可以通过以下命令添加一个新的 changeset:
npx changeset
这将引导你通过一系列步骤来选择要更新的包和版本类型,并编写变更摘要。
发布 Changeset
当你准备好发布时,运行以下命令来生成版本和变更日志更新:
npx changeset version
然后,你可以提交这些更改并发布包:
git add . && git commit -m "Release packages"
npm publish
应用案例和最佳实践
应用案例
Changesets 已被多个知名项目采用,如 Atlaskit、Emotion、Keystone、React-Select、XState 等。这些项目利用 Changesets 来管理复杂的版本控制和变更日志,确保每个包的版本更新和变更日志都是一致和准确的。
最佳实践
- 集成 CI:推荐将 Changesets 与 CI 流程集成,以确保每个 PR 都包含一个 changeset。可以使用 changeset bot 或通过在 CI 中运行
yarn changeset status来检查。 - 自动化发布:使用 Changesets GitHub 动作来自动创建版本控制拉取请求,并可选地发布包。
- 管理依赖:在多包仓库中,确保相互依赖的包在版本更新时保持同步。
典型生态项目
Changesets 适用于以下类型的项目:
- 多包仓库:如 Lerna 管理的大型项目,其中包含多个相互依赖的包。
- 开源库:需要严格版本控制和变更日志管理的开源库。
- 内部工具:企业内部使用的工具和库,需要一致的版本管理和变更记录。
通过使用 Changesets,这些项目可以更高效地管理版本和变更日志,确保开发和发布流程的一致性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361