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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
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
986
248