Pex工具v2.29.0版本发布:增强密钥环认证与PEP-723支持
Pex是一个Python执行环境打包工具,它能够将Python代码及其依赖项打包成单个可执行文件,便于分发和部署。Pex通过创建自包含的Python环境,解决了Python应用依赖管理的痛点,特别适合需要严格控制依赖版本的生产环境。
密钥环认证支持
在v2.29.0版本中,Pex首次原生支持了Pip的--keyring-provider
选项。这一改进使得开发者能够更方便地使用密钥环(keyring)进行认证,而不再需要依赖环境变量或Pip配置文件。
密钥环认证是Python包管理中的重要安全特性,它允许开发者安全地存储和访问私有仓库的认证凭据。新版本特别支持了subprocess
提供者模式,这意味着Pex可以在保持其hermetic(密封)特性的同时,通过外部进程访问系统密钥环服务。开发者只需确保系统PATH中有可用的密钥环提供程序即可使用这一功能。
PEP-723脚本依赖锁定
另一个重要更新是对PEP-723标准的支持。PEP-723定义了一种在Python脚本中直接声明依赖项的方式,类似于Node.js的package.json。在v2.29.0中,Pex现在能够识别并处理这些内联依赖声明。
开发者现在可以使用pex3 lock create --exe <script>
或pex3 lock sync --exe <script>
命令,Pex会自动提取脚本中的PEP-723依赖声明并将其包含在锁文件中。这一特性极大地简化了脚本项目的依赖管理流程,使得脚本分享和重用更加方便。
技术实现考量
在实现密钥环支持时,Pex团队特别注意了工具的核心原则——hermetic构建。虽然支持了import
模式的密钥环提供者,但由于这会破坏构建的确定性,团队推荐使用subprocess
模式。这种设计选择体现了Pex对构建可靠性和可重复性的坚持。
对于PEP-723的支持,Pex采用了灵活的解析策略,能够正确处理脚本中的依赖声明,同时保持与现有依赖解析逻辑的兼容性。这意味着开发者可以逐步采用这一新特性,而无需担心破坏现有工作流程。
总结
Pex v2.29.0通过引入密钥环认证支持和PEP-723标准兼容性,进一步巩固了其作为Python打包工具的领导地位。这些更新不仅增强了工具的功能性,也提升了开发者的使用体验。对于需要严格依赖管理和安全认证的企业环境,以及需要简化脚本分发的开发者来说,这一版本都提供了重要的价值提升。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









