LLVM项目发布流程完全指南
2025-07-07 16:56:07作者:贡沫苏Truman
前言
作为LLVM项目的核心维护者,我深知一个高质量的编译器发布对开发者社区的重要性。本文将详细介绍LLVM项目的完整发布流程,包括主版本和补丁版本的发布规范,帮助开发者理解LLVM项目的版本管理机制。
发布周期概述
LLVM项目采用时间基准的发布计划,具有以下特点:
- 主版本发布:每6个月发布一次主要版本
- 补丁版本发布:在主版本之间根据需要发布补丁版本
补丁版本的发布决策基于以下因素:
- 稳定分支中存在大量bug修复
- 发现影响大量用户的关键bug
详细发布流程
1. 代码冻结与分支创建
在发布前需要完成以下准备工作:
- 确定代码冻结和分支创建日期(距上次冻结6个月)
- 向LLVM社区公布发布计划
- 更新项目网站信息
2. 创建发布分支
创建发布分支的具体步骤:
- 提前通知开发者即将分支,避免提交可能破坏构建的大改动
- 验证当前主干代码状态(检查持续集成结果)
- 使用
release_XY命名规则创建分支(X为主版本号,Y为次版本号) - 使用
utils/release/tag.sh脚本标记发布
3. 版本号更新
分支创建后需要更新版本号:
- 将发布分支中的版本号从"X.Ysvn"更新为"X.Y"
- 将主干版本号更新为"X.Y+1svn"
- 更新Bugzilla中所有组件的版本号
4. 发布候选版本测试
发布过程包含多轮测试:
第一轮测试(7-10天):
- 修复所有发现的回归问题
- 完成所有计划功能
- 未完成的功能将被移除或禁用
第二轮测试:
- 仅修复关键bug
- 如果发现问题需要第三轮测试
补丁版本的测试流程会适当简化,如果没有发现关键问题,可能不需要额外测试轮次。
发布质量标准
LLVM发布的准入门槛非常严格:
- 正确性:相比前一版本无功能退化
- 性能:无明显性能退化(轻微退化可酌情考虑)
- 测试覆盖率:
- 通过所有支持子项目的测试(
make check-all) - 测试套件无回归问题
- 通过所有支持子项目的测试(
测试流程规范
官方测试
由专门的发布测试团队负责:
- 测试各架构的候选版本
- 生成并上传官方二进制文件
- 执行最低必要的测试验证
社区测试
鼓励社区开发者参与以下测试:
- 使用预编译的Clang二进制文件构建LLVM并运行测试
- 从源代码构建整个工具链并运行完整测试
- 使用候选版本构建大型项目(如Chromium、Firefox)
- 在自己的项目中使用候选版本,检查兼容性和性能
问题报告与修复
发现回归问题的处理流程:
- 在Bugzilla中创建优先级为"release blocker"的问题
- 创建一个[Meta]问题跟踪所有阻塞发布的问题
- 无法重现的问题应降低优先级
补丁合并规则
发布分支的补丁管理有严格规定:
-
第一轮测试期间:
- 允许合并修复回归的小型低风险补丁
- 代码所有者需谨慎审核
-
后续测试轮次:
- 仅允许合并修复关键回归的补丁
-
补丁版本发布:
- 必须保持API和ABI兼容性
- 仅接受bug修复
最终发布阶段
文档更新
- 更新发布说明(新功能、bug修复、已知问题)
- 更新入门指南(版本号、系统要求)
标记最终版本
使用tag.sh脚本标记最终发布版本:
$ ./tag.sh -release X.Y.Z -final
网站更新
发布前必须更新项目网站:
- 创建新版本目录(X.Y)
- 提交源代码和二进制文件
- 更新文档和许可证文件
- 更新下载页面和发布索引
- 更新主页指向新版本
发布公告
最后通过邮件列表正式宣布发布,包括:
- 相关文档链接
- 下载页面
- 已修复的问题列表
通过这套严格的发布流程,LLVM项目确保了每个版本的高质量和稳定性,为开发者社区提供了可靠的编译器工具链。
登录后查看全文
热门项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
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
130
189
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
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160