cibuildwheel项目对PEP 735依赖组支持的技术解析
随着Python生态系统的不断发展,PEP 735《依赖组规范》的正式通过为Python项目的依赖管理带来了新的可能性。作为专注于构建Python轮子(wheel)的工具,cibuildwheel项目正在考虑如何整合这一新特性,以提供更灵活的测试依赖管理方案。
PEP 735引入的依赖组(dependency groups)概念与传统的extras有着显著区别。依赖组不仅支持定义测试依赖,更重要的是它们可以在不安装主包的情况下单独安装,这为CI/CD环境中的测试流程提供了更大的灵活性。目前,uv等现代包管理工具已经率先实现了对这一规范的支持。
在cibuildwheel的现有架构中,测试依赖主要通过CIBW_TEST_EXTRAS参数来管理,这种方式基于传统的extras机制。随着PEP 735的落地,项目维护者正在探讨新增CIBW_TEST_GROUPS参数的可能性,该参数将专门用于处理依赖组形式的测试需求。
技术实现层面,cibuildwheel面临几个关键考量点。首先是向后兼容性问题,特别是在Python 3.8等较旧版本上的支持。虽然dependency-groups包最初仅支持Python 3.9+,但最新版本已经扩展到了3.8,这为cibuildwheel的集成扫除了障碍。
另一个重要考量是不同包管理工具的支持情况。目前uv已经完整实现了依赖组功能,而pip的支持仍在讨论中。考虑到cibuildwheel需要同时支持多种安装工具,项目可能会选择直接解析pyproject.toml文件中的依赖组定义,而不是完全依赖底层工具的支持。
从技术架构角度看,实现这一功能需要:
- 新增配置参数CIBW_TEST_GROUPS/test-groups
- 实现对pyproject.toml中依赖组定义的解析
- 确保与现有CIBW_TEST_EXTRAS机制的兼容性
- 为不同安装工具(pip/uv等)生成适当的安装命令
这一改进将使得使用cibuildwheel的项目能够更灵活地组织测试依赖,特别是对于那些希望将测试依赖与常规optional依赖清晰分离的项目。随着Python打包生态的演进,cibuildwheel对PEP 735的支持将帮助开发者更高效地管理复杂项目的构建和测试流程。
未来,随着pip等工具对PEP 735的完整支持,cibuildwheel可能会进一步优化这一功能的实现方式,为Python包的跨平台构建提供更加完善的解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00