sbt 1.11.0-RC2发布:支持Maven Central Portal发布功能
sbt(Simple Build Tool)是Scala生态中最主流的构建工具之一,它简化了Scala和Java项目的构建过程。作为Scala开发者日常开发中不可或缺的工具,sbt的最新版本1.11.0-RC2带来了对Maven Central Portal发布功能的原生支持,这是对即将到来的Sonatype OSSRH服务变更的重要适配。
Maven Central Portal发布功能
Maven Central(中央仓库)长期以来一直是JVM生态系统的基石,包括Scala在内的众多开源项目都依赖它进行依赖管理。此前开发者通过Sonatype提供的OSSRH(OSS Repository Hosting)服务以HTTP PUT方式发布构件,但根据Sonatype的最新公告,这一传统方式将在2025年6月停止服务,取而代之的是全新的Central Portal(中央门户)。
sbt 1.11.0-RC2内置了对Central Portal发布流程的支持。要使用这一功能,开发者首先需要在构建配置中设置发布目标为本地暂存目录:
ThisBuild / publishTo := localStaging.value
然后配置Central Portal的认证凭据,使用生成的用户令牌作为用户名和密码。准备就绪后,开发者可以执行publishSigned任务(需要sbt-pgp插件)将构件发布到本地的target/sona-staging目录。
最后,开发者有两个选择:
- 执行
sonaUpload命令仅上传构件到Central Portal,然后手动完成发布流程 - 执行
sonaRelease命令自动完成上传和发布全过程
这一功能的实现参考了Taro Saito开发的sbt-sonatype插件的工作流程,并借鉴了Lumidion团队开发的sonatype-central-client项目的经验。
其他重要改进
除了Central Portal支持外,1.11.0-RC2版本还包含以下改进:
-
输出优化:移除了"copying runtime jar"等冗余的标准输出信息,使构建日志更加简洁清晰。
-
增量测试修复:修复了
testQuick任务在处理伴生对象时的行为,提高了增量测试的准确性。伴生对象是Scala中与类同名的单例对象,常用于存放类的静态成员,这一修复确保了当伴生对象发生变化时,相关测试能够正确识别并执行。
技术背景与意义
sbt作为Scala生态的核心构建工具,其对Maven Central发布流程的适配具有重要的生态意义。随着Sonatype逐步淘汰传统的OSSRH服务,sbt的这一更新确保了Scala开发者能够平滑过渡到新的发布机制,避免了生态断裂的风险。
对于Scala开发者而言,这一更新意味着:
- 无需额外插件即可完成Central Portal发布
- 保持了与现有sbt发布流程的高度一致性
- 为未来Sonatype服务的完全迁移做好了准备
1.11.0-RC2作为发布候选版本,已经修复了前一个候选版本中发现的Central Portal状态检查和发布流程中的问题,显示出良好的稳定性。对于即将发布正式版的Scala项目,现在就可以开始测试和适配这一新特性。
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。C037
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