setuptools项目中发现sdist包中缺失关键元数据文件
2025-06-29 23:42:46作者:庞队千Virginia
在setuptools项目的74.0.0版本中,发现了一个关于软件分发包(sdist)的重要问题。当用户从PyPI下载源代码分发包并解压后,尝试使用pip freeze命令检查vendored依赖版本时,发现部分元数据文件缺失,导致无法正确识别打包的依赖版本。
问题背景
setuptools是一个广泛使用的Python打包工具,它会在内部vendoring(内嵌)多个第三方依赖包。在74.0.0版本之前,项目通过vendored.txt文件记录这些内嵌依赖的版本信息。但从某个版本开始,这个文件被移除了,转而依赖pip freeze命令来获取这些信息。
问题详情
当用户下载setuptools的sdist包并解压后,执行以下命令检查内嵌依赖时:
pip freeze --path setuptools/_distutils/_vendor
会收到警告信息,提示由于元数据不完整而无法识别packaging包的版本。具体原因是setuptools/_distutils/_vendor/packaging-24.0.dist-info目录下的METADATA文件在sdist包中缺失,而该文件对于pip识别包版本至关重要。
技术分析
在Git仓库中,packaging-24.0.dist-info目录包含完整的元数据文件:
- INSTALLER
- LICENSE文件
- METADATA
- RECORD
- 其他必要文件
但在发布的sdist包中,该目录仅包含:
- LICENSE
- LICENSE.APACHE
- LICENSE.BSD
缺少了关键的METADATA等文件,导致pip无法正确解析包的版本信息。
影响范围
这个问题会影响所有需要:
- 检查setuptools内嵌依赖版本的工具或脚本
- 依赖这些元数据进行包管理的系统
- 需要验证内嵌依赖完整性的场景
解决方案
项目维护者已经提交修复,确保在构建sdist包时包含完整的元数据文件。对于用户而言,升级到包含修复的版本即可解决此问题。
最佳实践建议
对于类似需要vendoring第三方依赖的项目,建议:
- 确保所有必要的元数据文件都包含在发布包中
- 考虑保留显式的版本记录文件作为备份
- 在发布前验证所有vendored依赖的完整性
- 建立自动化测试来检查发布包的完整性
这个问题提醒我们,在软件打包过程中,即使是看似次要的元数据文件,也可能对工具链的正常工作产生重要影响。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100