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。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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