IfcOpenShell项目中缓存目录设计的优化思路
2025-07-05 04:41:23作者:曹令琨Iris
背景与问题分析
在IfcOpenShell项目的Bonsai组件中,原有的缓存目录设计存在一些不合理之处。缓存目录被放置在Python的site-packages目录下,这在Linux系统上通常位于/usr/目录中,而该目录在正常操作下应该是只读的。这种设计会导致两个主要问题:
- 当用户尝试写入缓存时,可能会遇到权限错误,影响软件性能和使用体验
- 在Blender环境中,当更新或禁用Bonsai时,site-packages目录会被清空并重新加载,导致用户自定义的模板和缓存数据丢失
跨平台缓存目录解决方案
针对这一问题,开发者提出了使用平台标准缓存目录的方案:
- 在Linux系统上,缓存应存储在
$HOME/.cache/bonsai目录 - 在Windows系统上,缓存应位于
C:\Users\<Username>\AppData\Local\bonsai\cache - 在macOS系统上,缓存应放在
/Users/<Username>/Library/Caches/bonsai
为了实现这一目标,项目采用了platformdirs库(原计划使用appdirs,后发现已被platformdirs取代)。这个库能够自动识别操作系统类型,并返回符合平台规范的目录路径。
数据目录的迁移与版本管理
除了缓存目录外,项目中的静态数据目录也存在类似问题。开发者提出了更全面的解决方案:
- 使用
platformdirs.user_data_path("bonsai", roaming=True)获取跨平台的标准数据目录 - 在数据目录中创建版本标记文件(如.bonsai),记录当前版本号
- 在注册时检查版本号,必要时从site-packages复制数据文件到用户数据目录
用户自定义与系统默认的平衡
在数据目录设计上,开发者特别考虑了用户自定义需求与系统默认配置的平衡:
- 采用"覆盖式"查找策略:先查找用户自定义目录,再查找系统默认目录
- 对于可自定义内容(如资产和模板),允许用户在个人目录中维护自己的版本
- 对于不可自定义内容(如字体、图标等),保持系统默认位置
实施建议与最佳实践
基于以上讨论,对于类似项目的目录结构设计,可以总结出以下最佳实践:
- 严格区分可写目录和只读目录,缓存和用户数据必须放在用户可写的位置
- 使用标准库(如platformdirs)处理跨平台路径问题
- 为可能变化的缓存格式添加版本标识,便于未来升级
- 实现目录自动创建功能,确保用户删除缓存后能自动恢复
- 设计合理的查找顺序,平衡系统默认配置和用户自定义需求
这种目录结构设计不仅解决了当前的技术问题,也为未来的功能扩展和维护提供了良好的基础架构。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C038
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.3 K
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++
689
352
Ascend Extension for PyTorch
Python
238
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
144
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
218
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869