Pixi 项目 v0.46.0 版本发布:任务系统全面升级
2025-06-13 10:44:18作者:齐冠琰
Pixi 是一个现代化的跨平台包管理和项目环境管理工具,它能够帮助开发者轻松管理项目依赖和环境配置。通过 Pixi,开发者可以快速创建隔离的开发环境,确保项目在不同机器和操作系统上的一致性。
任务系统迎来重大更新
本次发布的 v0.46.0 版本对 Pixi 的任务系统进行了全面升级,引入了多项重要改进。
模板引擎集成
任务命令现在支持使用 Minijinja 模板引擎进行渲染,这为任务定义带来了强大的动态处理能力。开发者可以在任务命令中使用条件判断、循环和过滤器等高级功能:
[tasks]
# 使用过滤器将参数转换为大写
task1 = { cmd = "echo {{ text | upper }}", args = ["text"] }
# 条件判断和过滤器组合使用
task2 = { cmd = "echo {{ text | lower if 'hoi' in text }}", args = [
{ arg = "text", default = "" },
] }
# 字符串拼接
task3 = { cmd = "echo {{ a + b }}", args = ["a", { arg = "b", default = "!" }] }
# 循环处理
task4 = { cmd = "{% for name in names | split %} echo {{ name }};{% endfor %}", args = [
"names",
] }
需要注意的是,由于 Minijinja 的限制,任务参数名称中不能再包含连字符(-),这可能会影响现有项目的兼容性。
任务依赖简化语法
新版本引入了更简洁的任务依赖定义方式。原先需要显式使用 depends-on 键的语法现在可以简化为直接使用数组:
[tasks]
# 旧语法
test-all = { depends-on = [{task = "test", args = ["all"] }]}
# 新语法(等效)
test-all = [{ task = "test", args = ["all"] }]
环境选择支持
任务依赖现在可以指定运行环境,这在多环境项目中特别有用:
[tasks]
test-all = [
{ task = "test", environment = "py311" },
{ task = "test", environment = "py312" },
]
其他重要改进
架构支持扩展
v0.46.0 新增了对 riscv64 Linux 架构的支持,进一步扩大了 Pixi 的适用范围。
安装体验优化
安装脚本现在可以在没有 tar 和 unzip 命令的系统上运行,提高了安装的兼容性。同时,Windows 平台的安装文档也进行了更新,与实际安装脚本保持一致。
错误处理增强
构建后端崩溃时会有更清晰的错误提示,帮助开发者更快定位问题。此外,当 PyPI 依赖发生变化时,锁定文件会自动失效,确保依赖解析的准确性。
开发者体验改进
项目文档进行了多处更新和修正,包括:
- 修正了任务文档中的拼写错误
- 更新了 ROS2 示例,使用 robostack-humble 通道
- 提供了使用 direnv 的指导
- 统一了术语,将部分文档中的"project"改为"workspace"
总结
Pixi v0.46.0 通过引入 Minijinja 模板支持和简化任务定义语法,显著提升了任务系统的灵活性和易用性。这些改进使得 Pixi 在复杂项目环境管理方面更加强大,特别是对于需要跨多个环境运行任务的项目。同时,架构支持的扩展和安装体验的优化也使得 Pixi 能够服务于更广泛的开发者群体。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781