java---微服务中子模块相互引用，打包时候报错“找不到”，如何解决

现在有 common模块和user模块，还有父模块，现在情况是user使用common中的一些方法，但是呢，user在打包发布的时候报错，发现找不到common模块的jar，但是方法中也在引用不报错，这时候怎么解决呢，需要在common模块的pom中加“configuration”然后user在打包之前，需要将common模块先clean，然后install打到本地仓库，再去打user就ok了。

码裳飛

1223人浏览 · 2023-07-17 14:59:28

码裳飛 · 2023-07-17 14:59:28 发布

现在有 common模块和user模块，还有父模块，现在情况是user使用common中的一些方法，但是呢，user在打包发布的时候报错，发现找不到common模块的jar，但是方法中也在引用不报错，这时候怎么解决呢，需要在common模块的pom中加“configuration”

  <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <configuration>
                    <attach>false</attach>
                </configuration>
            </plugin>
        </plugins>
    </build>

然后user在打包之前，需要将common模块先clean，然后install打到本地仓库，再去打user就ok了。

技术共进，成长同行——讯飞AI开发者社区

更多推荐

【深度解析】Transformer：驱动ChatGPT与AI绘画的底层核心，大模型入门核心指南！

Transformer不是AI发展的终点，却是通往通用人工智能（AGI）的重要里程碑。当我们惊叹于ChatGPT能写出逻辑严谨的报告，或Midjourney能生成超现实的艺术作品时，更值得关注的是其背后的技术逻辑：一组基于注意力机制的数学公式，竟能让机器学会“理解”与“创造”，撬动如此巨大的智能潜力。

讯飞AI开发者社区

【信号识别】识别半监督粗糙模糊拉普拉斯特征图附Matlab代码

在人工智能和机器学习的飞速发展中，信号识别作为关键领域，其重要性不言而喻。传统上，信号识别方法多依赖于大量标记数据，但在实际应用中，数据标记成本高昂且耗时。半监督学习应运而生，它结合了标记数据和未标记数据，以期在有限标记数据的情况下，达到更好的识别效果。本文旨在探讨“识别半监督粗糙模糊拉普拉斯特征图”这一主题，并深入分析其在信号识别领域的应用潜力。首先，我们需理解“粗糙模糊拉普拉斯特征图”的概念。