告别命令行!PyInstallerGUI:3步搞定Python程序打包的终极神器 🚀
想把Python脚本变成可直接运行的程序,却被复杂的命令行搞得头大?今天推荐一款Python程序打包神器——PyInstallerGUI,它用直观的图形界面简化了PyInstaller的所有操作,让新手也能轻松将.py文件转为Windows/Linux可执行文件!
🌟 什么是PyInstallerGUI?为什么选择它?
PyInstallerGUI是基于PyInstaller开发的图形化打包工具,专为不熟悉命令行的开发者和普通用户设计。通过它,你可以: ✅ 一键选择Python脚本,无需记忆复杂参数 ✅ 可视化配置输出路径、图标、依赖文件 ✅ 实时查看打包进度,告别黑屏命令行 ✅ 轻松处理数据文件、隐藏导入等高级需求
对于Python新手来说,这简直是解放双手的福音!不再需要死记硬背pyinstaller -F -w main.py这样的命令,鼠标点点点就能完成打包。
📸 界面预览:直观到惊艳的操作体验
PyInstallerGUI的界面设计简洁明了,所有功能一目了然。无论是选择文件、配置选项还是启动打包,都能在几分钟内上手:
PyInstallerGUI主界面:包含常用打包选项,如输出目录、图标设置等
🔍 核心功能区展示
1️⃣ 文件选择区
通过菜单栏快速导入Python脚本,支持拖拽操作:
文件菜单:可快速打开脚本、加载配置或保存项目
2️⃣ 高级配置面板
针对复杂项目,可轻松添加数据文件、排除模块、设置搜索路径:
高级选项:支持隐藏导入、排除模块、添加二进制文件等专业功能
3️⃣ 打包进度与结果
点击"开始打包"后实时显示日志,成功后自动打开输出目录:
打包进度界面:清晰展示每一步操作,出错时可快速定位问题
🚀 3步上手:从安装到打包的完整指南
1️⃣ 环境准备(2分钟搞定)
确保已安装Python 3.6.8+,然后通过pip一键安装:
pip install pyinstaller
pip install pyinstaller-gui
2️⃣ 启动程序(双击即开)
安装完成后,在命令行输入:
pyinstaller-gui
即可打开图形界面,无需繁琐配置!
3️⃣ 开始打包(以"Hello World"为例)
- 选择脚本:点击菜单栏「File」→「Open」,选择你的
main.py - 基础配置:设置输出目录(默认为
dist/)、勾选"窗口模式"(无命令行黑框) - 点击打包:点击右下角「Start Packaging」,等待进度条完成
✨ 完成!在输出目录中找到.exe(Windows)或可执行文件(Linux),双击即可运行!
💡 新手必看:5个实用技巧
📌 技巧1:添加数据文件(如图片、配置)
如果脚本用到data/目录下的资源,在「Extras」→「Add Data」中添加:
添加数据文件:支持将图片、JSON等资源打包进程序
📌 技巧2:解决"模块找不到"错误
若打包后提示缺少模块,在「Modules」→「Hidden Imports」中手动添加:
隐藏导入设置:解决第三方库依赖问题
📌 技巧3:自定义程序图标
在「Common Options」→「Icon」中选择.ico文件(Windows)或.png(Linux),让程序更专业!
📌 技巧4:保存配置文件(重复打包必备)
复杂项目可通过「File」→「Save Config」保存配置,下次直接「Load Config」复用:
配置文件功能:一键保存所有打包参数,适合版本迭代
📌 技巧5:压缩EXE文件体积
在「UPX Options」中启用UPX压缩,可显著减小输出文件大小(需提前安装UPX):
UPX压缩选项:支持排除特定文件,避免压缩导致的运行问题
🛠️ 下载与安装
方法1:通过pip安装(推荐)
pip install pyinstaller-gui
方法2:从源码安装
git clone https://gitcode.com/gh_mirrors/py/PyInstallerGUI
cd PyInstallerGUI
pip install -r requirement.txt
python main.py
🎯 写在最后:谁适合用PyInstallerGUI?
- Python新手:无需学习命令行,快速掌握程序分发
- 教学场景:学生可专注代码逻辑,无需纠结打包细节
- 快速原型:演示项目时,一键生成可执行文件交给客户
- 复杂项目:支持多脚本、多依赖的专业打包需求
如果你受够了命令行打包的繁琐,不妨试试PyInstallerGUI——让Python程序分发变得像拖放文件一样简单!现在就用它打包你的第一个程序吧~ 💻✨
项目核心代码:ui/main_ui.py
配置文件模板:package_windows.json | package_linux.json
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07