Hatch构建工具v1.26.0版本中license-files配置格式变更解析
2025-06-02 15:59:17作者:薛曦旖Francesca
在Python项目构建工具Hatch的最新版本v1.26.0中,项目许可证文件的配置格式发生了重要变更。这一变更直接影响了使用Hatch作为构建后端的项目配置方式,需要开发者特别注意。
变更背景
Hatch作为现代Python项目构建工具,对项目元数据(metadata)的配置有着严格的要求。在v1.26.0版本之前,开发者可以通过字典形式配置license-files字段,指定项目中包含的许可证文件路径。然而,这种灵活性可能导致配置不一致性问题。
具体变更内容
新版本中,Hatch强制要求license-files字段必须使用数组(array)格式进行配置。这意味着:
旧版配置方式(v1.26.0之前有效):
license-files = { paths = ["LICENSE", "IP_NOTICE"] }
新版必须改为:
license-files = ["LICENSE", "IP_NOTICE"]
变更影响
这一变更会导致以下情况:
- 使用旧格式的项目在v1.26.0及以上版本的Hatch中构建时会抛出TypeError
- 错误信息明确提示:"Field
project.license-filesmust be an array" - 构建过程会直接失败,无法生成wheel等分发文件
技术原理
这一变更反映了Hatch团队对项目配置标准化的追求。数组格式相比字典格式:
- 更符合TOML配置文件的常见模式
- 减少了不必要的嵌套层级
- 提高了配置的可读性和一致性
- 与其他构建工具(如setuptools)的配置风格更加统一
解决方案
对于受影响的用户,解决方案非常简单:
- 检查项目中的pyproject.toml文件
- 将license-files字段从字典格式改为直接数组格式
- 确保指定的许可证文件确实存在于项目根目录中
最佳实践建议
- 对于新项目,直接使用数组格式配置license-files
- 对于现有项目,在升级Hatch前检查并更新配置
- 考虑在CI/CD流程中加入配置格式检查
- 保持许可证文件命名的一致性(推荐使用全大写的LICENSE)
总结
Hatch v1.26.0对license-files配置格式的变更虽然带来了短暂的适配成本,但从长远看提高了项目配置的规范性和可维护性。作为开发者,理解并适应这类构建工具的演进是保持项目健康的重要一环。建议所有使用Hatch的项目都尽快检查并更新相关配置,以确保构建流程的顺畅。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
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
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869