Pipenv 新增 requirements 子命令支持基于 Pipfile 生成依赖列表
2025-05-07 14:54:01作者:伍霜盼Ellen
在 Python 项目开发中,开发者经常需要在应用程序开发(需要固定所有依赖版本)和库开发(不需要固定依赖版本以避免冲突)两种场景间切换。Pipenv 作为流行的 Python 依赖管理工具,最近新增了一个实用功能,能够直接从 Pipfile 生成 requirements.txt 格式的依赖列表,而不需要依赖 Pipfile.lock 文件。
功能背景
传统上,Pipenv 主要通过 Pipfile 和 Pipfile.lock 文件管理项目依赖。Pipfile 声明顶层依赖关系,而 Pipfile.lock 则记录精确的依赖版本和完整的依赖树。然而在某些场景下,开发者只需要获取 Pipfile 中声明的顶层依赖,而不需要完整的锁定依赖树。
这种需求在库开发中尤为常见。库开发者通常不希望过度约束依赖版本,以避免与其他库产生冲突。同时,他们又需要一种简单的方式将依赖声明导出为 requirements.txt 格式,用于构建工具、CI/CD 流程或其他不支持 Pipenv 的环境。
新功能详解
新实现的 pipenv requirements 子命令增加了直接从 Pipfile 提取依赖的能力。该功能支持:
- 仅输出 Pipfile 中声明的顶层依赖项
- 支持按类别(如常规依赖、开发依赖等)筛选依赖
- 保持原始 Pipfile 中指定的版本约束
使用示例:
# 输出所有顶层依赖
pipenv requirements --NEW_OPTION
# 仅输出特定类别的依赖(如style类别)
pipenv requirements --NEW_OPTION --categories style
技术实现原理
该功能的核心是解析 Pipfile 文件结构,提取其中的依赖声明部分。与传统的基于 Pipfile.lock 的导出不同,新实现:
- 直接读取 Pipfile 的 TOML 格式内容
- 解析 packages 和其他指定类别下的依赖项
- 将依赖名称和约束条件转换为 requirements.txt 格式
- 完全跳过依赖解析和锁定步骤,保持轻量级
应用场景
这一功能特别适用于以下场景:
- 库开发项目:在 setup.py 或 pyproject.toml 中动态指定依赖
- 多环境兼容:为不支持 Pipenv 的环境提供兼容的依赖声明
- CI/CD 集成:简化构建流程中的依赖管理
- 依赖文档化:生成项目依赖的简明文档
最佳实践建议
- 对于应用程序开发,仍建议使用 Pipfile.lock 确保环境一致性
- 库项目可以使用此功能生成安装时依赖声明
- 可以将此命令集成到项目的构建前脚本中,自动保持依赖同步
- 考虑在 CI 流程中验证 Pipfile 和生成的 requirements.txt 一致性
这一功能的加入使 Pipenv 在保持原有优势的同时,更好地适应了不同 Python 项目的依赖管理需求,特别是为库开发者提供了更大的灵活性。开发者现在可以更轻松地在严格版本控制和宽松依赖声明之间切换,而无需维护多个依赖声明文件。
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 StartedRust0195
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 Notebook0124
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。Python05
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
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
859
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
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
458
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
152
255