Build-Info 项目技术文档
2024-12-24 05:48:37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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
openEuler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。
C
433
392
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
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986