npm CLI 中 `--provenance` 参数与访问权限的注意事项
2025-05-26 23:25:30作者:滑思眉Philip
在 npm CLI 工具的使用过程中,当开发者尝试使用 --provenance 参数发布新包时,可能会遇到一个看似矛盾的现象:尽管文档说明新包的默认访问权限是 public,但实际发布时仍需显式指定该参数。
现象描述
当执行 npm publish --provenance 命令发布新包时,系统会返回错误提示:"Can't generate provenance for new or private package, you must set access to public"。这与 npm 文档中关于 --access 参数的说明似乎存在矛盾,文档明确指出新包的默认访问级别就是 public。
深入解析
作用域包与非作用域包的区别
npm 包分为两种类型:作用域包(scoped packages)和非作用域包(unscoped packages)。对于非作用域包,默认访问权限确实是 public,无需额外指定。但对于作用域包,默认访问权限则是 private,这是 npm 的安全设计考量。
来源证明的特殊要求
当使用 --provenance 参数时,npm 对包的可访问性有更严格的要求。无论包是否为作用域包,首次发布时都必须显式指定 --access public 参数。这是为了确保来源证明功能能够正常工作,因为该功能需要确保包对公众可见。
实际应用建议
- 首次发布作用域包:必须使用
npm publish --access public --provenance - 首次发布非作用域包:虽然默认是 public,但为保险起见建议同样显式指定
- 后续发布:无需再指定 access 参数,系统会记住之前的设置
文档说明的澄清
当前 npm 文档关于默认值的描述需要更精确的说明:
- 对于普通发布:非作用域包默认为 public,作用域包默认为 private
- 对于来源证明发布:无论包类型如何,首次发布都必须显式指定 public
最佳实践
为避免发布失败,建议开发者在 CI/CD 流程中始终显式指定访问级别,特别是当使用自动化工具发布新包时。这样可以确保无论包类型如何,发布过程都能顺利完成。
对于使用自动化构建平台等自动化流程的场景,建议在发布命令中明确包含 --access public 参数,即使对于非作用域包也是如此,这样可以提高流程的可靠性和可维护性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868