Hatch构建工具:如何创建空轮子包的最佳实践
2025-06-02 20:01:28作者:冯爽妲Honey
在Python包管理中,有时我们需要创建所谓的"空轮子"包(empty wheel package)。这类包通常被称为"元包"(meta package),它们本身不包含任何实际代码,主要作用是集中管理依赖关系。本文将详细介绍如何使用Hatch构建工具高效地创建这类特殊包。
元包的应用场景
元包在Python生态中有着广泛的应用,常见的场景包括:
- 插件集合包:例如
myapp-plugins,它仅依赖myapp-plugin-foo、myapp-plugin-bar等实际插件包 - 版本兼容包:为不同Python版本提供统一的入口
- 依赖分组:将相关依赖分组管理,简化用户安装
传统方法的局限性
开发者最初可能会尝试以下配置方式:
[tool.hatch.build.targets.wheel]
only-include = []
或者:
[tool.hatch.build.targets.wheel]
packages = []
但这些方法往往无法达到预期效果,因为构建系统内部通常使用真值检查而非显式检查配置是否存在。
Hatch的解决方案
Hatch提供了专门的bypass-selection选项来完美解决这个问题。该选项会绕过默认的文件选择逻辑,直接创建一个不包含任何文件的轮子包。
推荐配置如下:
[tool.hatch.build.targets.wheel]
bypass-selection = true
实现原理
当启用bypass-selection时,Hatch构建系统会:
- 完全跳过文件收集阶段
- 不将任何源代码或资源文件包含在最终的wheel包中
- 仅保留包的元数据(如依赖关系)
- 生成符合PEP 427标准的空wheel文件
注意事项
- 该选项与文件选择相关的其他选项(如
only-include、packages等)互斥 - 空wheel包仍需包含有效的
pyproject.toml或setup.py来定义元数据 - 安装后,包目录中仅包含
*.dist-info目录,不包含任何实际模块
最佳实践建议
对于元包开发,建议:
- 明确定义所有依赖关系
- 在包描述中清楚说明这是元包
- 考虑添加适当的分类器(如
Framework :: Plugin) - 确保版本号与依赖包保持同步
通过使用Hatch的bypass-selection功能,开发者可以轻松创建专业级的元包,既满足了依赖管理的需求,又避免了包含不必要的文件。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
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
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
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++
66
96
暂无简介
Dart
633
143