Google Jsonnet 项目中的 Python Bazel 规则迁移指南
在 Google Jsonnet 项目中,随着 Bazel 8.0.0 版本的发布,Python 相关的构建规则如 py_runtime
和 py_runtime_pair
已经从 Bazel 核心功能中移除。这一变化要求项目开发者需要将这些规则从 rules_python 仓库中导入,而不是继续依赖 Bazel 内置的支持。
背景与变化
Bazel 8.0.0 版本对 Python 支持进行了重构,将 Python 相关的构建规则从核心功能中剥离出来,转移到了独立的 rules_python 仓库。这一变化是 Bazel 模块化战略的一部分,旨在减少核心功能的体积,同时提高特定语言支持的灵活性和可维护性。
对于 Jsonnet 项目来说,这意味着需要更新构建配置,以显式地依赖 rules_python 仓库来获取 Python 构建支持。虽然 Bazel 8.0.0 仍然提供了临时兼容性支持,可以通过标志启用这些规则,但这种支持将在下一个主要版本中被完全移除。
解决方案
项目可以采用两种主要方式来解决这个问题:
方案一:直接导入 rules_python
开发者可以直接从 rules_python 仓库导入所需的 Python 构建规则。这种方式保持了与之前相似的构建逻辑,只是改变了规则的来源。
方案二:使用 Hermetic 工具链
更现代的解决方案是使用 rules_python 提供的 hermetic 工具链功能。这种方法提供了更好的隔离性和可重复性,是 Bazel 生态推荐的 Python 构建方式。
配置示例需要在 MODULE.bazel 文件中声明对 rules_python 的依赖,并设置相应的 Python 版本工具链。同时,需要更新 BUILD 文件中的依赖关系,将原来的 Python 头文件依赖替换为 rules_python 提供的当前 Python 头文件。
实施建议
对于 Jsonnet 项目,采用 hermetic 工具链方案更为推荐,因为它:
- 提供了更好的构建隔离性
- 简化了 Python 版本管理
- 符合 Bazel 的最佳实践
- 可以移除项目中原有的平台定义文件和 Python 仓库构建定义
实施这一变更后,项目将获得更稳定和可维护的 Python 构建支持,同时也为未来的 Bazel 版本升级做好了准备。
总结
Bazel 8.0.0 对 Python 支持的改变是构建系统演进的一部分,虽然需要项目进行一些调整,但最终会带来更好的模块化和可维护性。Jsonnet 项目团队应当优先考虑采用 hermetic 工具链方案,这不仅解决了当前的问题,也为项目的长期健康发展奠定了基础。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









