Build-Info 项目技术文档
2024-12-24 01:25:16作者:裴麒琰
1. 安装指南
在开始使用 Build-Info 项目之前,请确保您的开发环境已经安装了以下依赖:
- JDK 8
- Gradle 5.6.2 或使用提供的 Gradle Wrapper
为了运行测试,还需要设置以下环境变量:
export BITESTS_PLATFORM_URL='http://localhost:8081'
export BITESTS_PLATFORM_USERNAME=admin
export BITESTS_PLATFORM_ADMIN_TOKEN=admin-access-token
export BITESTS_ARTIFACTORY_PIP_ENV=/Users/user/venv-test/bin
有关如何生成管理员令牌的详细信息,请参考JFrog文档。
2. 项目的使用说明
Build-Info 是 Artifactory 的开放集成层,用于 CI 服务器和构建工具。构建信息以 json 格式发送到 Artifactory。
3. 项目API使用文档
Build-Info 项目包括多个模块的测试,以下是如何针对不同构建工具运行测试的命令:
提取器测试 (Extractor tests)
./gradlew clean build-info-api:test build-info-client:test build-info-extractor:test build-info-vcs:test
Maven 测试
./gradlew clean build-info-extractor-maven3:test
Gradle 测试
./gradlew clean build-info-extractor-gradle:test
npm 测试
确保系统中已添加 npm 可执行文件的搜索路径(PATH 环境变量),并且版本为 7.7 或更高。
./gradlew clean build-info-extractor-npm:test
Go 测试
确保系统中已添加 Go 可执行文件的搜索路径(PATH 环境变量),并且版本为 v1.14 或更高。
./gradlew clean build-info-extractor-go:test
Pip 测试
确保系统中已添加 Python 和 pip 可执行文件的搜索路径(PATH 环境变量),并且在一个干净的 pip 环境中运行测试。创建一个虚拟环境并提供其路径到 'BITESTS_ARTIFACTORY_PIP_ENV' 变量。
python -m venv buildinfo-tests-env
export BITESTS_ARTIFACTORY_PIP_ENV=/Users/user/buildinfo-tests-env/bin
./gradlew clean build-info-extractor-pip:test
NuGet 测试
确保系统中已添加 Nuget 和 Dotnet 可执行文件的搜索路径(PATH 环境变量)。
./gradlew clean build-info-extractor-nuget:test
Docker 测试
Docker 测试仅在 Linux/mac 上运行。除了运行测试所需的一般环境变量外,还需要设置以下环境变量:
export BITESTS_PLATFORM_CONTAINER_REGISTRY=127.0.0.1:8081
export BITESTS_ARTIFACTORY_DOCKER_HOST=tcp://127.0.0.1:1234
对于 OSX 代理,请运行一个 Socat 容器:
docker run -d -v /var/run/docker.sock:/var/run/docker.sock -p 127.0.0.1:1234:1234 bobrik/socat TCP-LISTEN:1234,fork UNIX-CONNECT:/var/run/docker.sock
然后运行测试:
./gradlew clean build-info-extractor-docker:test
4. 项目安装方式
使用 Gradle Wrapper 构建 Build-Info 项目,可以在 Unix 和 Windows 系统上运行以下命令:
# Unix
./gradlew clean build
# Windows
gradlew clean build
如果不需要运行测试,可以添加 "-x test" 选项到 "clean build" 命令中:
./gradlew clean build -x test
以上就是 Build-Info 项目的详细技术文档,希望对您的使用有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
303
2.67 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
133
162
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++
629
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
594
129
React Native鸿蒙化仓库
JavaScript
231
307
🎉 (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
1.06 K
613
仓颉编译器源码及 cjdb 调试工具。
C++
123
605
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.55 K