Briefcase项目中依赖项配置格式详解
2025-06-28 00:18:04作者:段琳惟
在Python打包工具Briefcase中,requires和test_requires是两个重要的配置项,用于指定项目运行和测试所需的依赖包。本文将深入解析这两个配置项的正确使用格式和最佳实践。
依赖项配置基础
Briefcase允许开发者通过requires配置项声明项目运行时的依赖项,通过test_requires配置项声明测试环境所需的额外依赖项。这两个配置项都遵循PEP 508规范,支持多种依赖声明格式。
支持的依赖声明格式
1. 基础包名声明
最简单的形式是只指定包名,Briefcase会自动安装最新稳定版本:
requires = ["requests"]
2. 带版本约束的声明
可以精确控制依赖包的版本范围:
requires = [
"Django>=3.2,<4.0", # 3.2及以上但低于4.0
"numpy==1.21.0" # 精确指定1.21.0版本
]
3. 从Git仓库安装
可以直接从Git仓库安装依赖,支持指定分支、标签或提交哈希:
requires = [
"git+https://github.com/user/repo.git@branch-name",
"git+https://github.com/user/repo.git@v1.0.0#egg=package-name"
]
4. 本地路径依赖
对于本地开发中的依赖,可以直接引用本地目录或wheel文件:
requires = [
"../local-package", # 本地目录
"/path/to/package.whl" # 本地wheel文件
]
测试专用依赖
测试依赖使用相同的语法,但只在测试环境下安装:
test_requires = [
"pytest>=6.0",
"pytest-cov",
"factory-boy"
]
高级用法
环境标记
PEP 508支持环境标记,可以根据平台或Python版本有条件地安装依赖:
requires = [
"pywin32; sys_platform == 'win32'",
"pyobjc; sys_platform == 'darwin'"
]
多约束条件
可以组合多个约束条件:
requires = [
"package>=1.0,<2.0; python_version < '3.8'",
"package>=2.0; python_version >= '3.8'"
]
最佳实践
- 精确版本控制:生产环境推荐使用精确版本或严格的范围约束
- 分离开发依赖:将测试和开发工具放入
test_requires - 文档化依赖:在项目文档中说明关键依赖的用途
- 定期更新:定期检查依赖更新,保持安全性
通过合理配置Briefcase的依赖项,可以确保项目在不同环境中的一致性和可重现性,同时保持开发流程的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253