推荐项目:build-and-inspect-python-package - 您的Python包质量守护者!
2024-06-12 12:59:23作者:贡沫苏Truman
当发布Python包到PyPI时,确保一切正确无误是至关重要的。这就是build-and-inspect-python-package发挥作用的地方——一个高效且可靠的GitHub Action工具,它专为Python包维护者设计,帮助您在上传之前构建并检验您的软件包。
1. 项目介绍
build-and-inspect-python-package是一个GitHub Action,提供以下功能:
- 使用PEP 517兼容的
build构建您的Python包。 - 自动将构建好的轮子(wheel)和源分布文件(source distribution)作为GitHub Actions Artifacts。
- 验证和检查构建后的轮子内容,以及PyPI上的README。
- 提供清晰的文件树视图,让您无需下载就能查看包内容。
- 输出打包元数据以供进一步检查。
这个工具旨在帮助您创建可重复构建的、质量上乘的Python包,并提升您的PyPI用户体验。
2. 技术分析
该项目基于一系列先进的Python包管理工具,如build、check-wheel-contents和twine。通过设置SOURCE_DATE_EPOCH,它保证了每次构建都是可复制的,同时保持文件时间戳有意义。此外,它还利用了GitHub Actions的Artifacts功能,便于您进行事后验证。
3. 应用场景
- 跨任务共享构建:在一个步骤中构建您的包,并在后续步骤中依赖这个构建结果进行测试,模拟真实用户环境。
- 自动上传到PyPI:结合GitHub事件,您可以自动化地将验证过的包上传到Test PyPI或生产PyPI。
- 矩阵式Python版本测试:基于包元数据定义Python版本测试矩阵,避免信息冗余。
4. 项目特点
- 全方位检查:从构建、轮子内容到PyPI README,每个细节都经过仔细检查。
- 可复用性:一次构建,多处使用,提高测试一致性。
- 高度自定义:支持跳过轮子构建、调整artifact名称等个性化设置。
- 信息集成:自动生成Python版本支持列表,简化CI配置。
实际应用示例
项目如structlog已经在其CI流程中成功采用了build-and-inspect-python-package,实现了对包的高质量管理和验证。
结论
为了确保您的Python包品质一流并避免错误地上传,使用build-and-inspect-python-package是不可或缺的。立即在您的GitHub仓库中加入此行动,体验更智能、更安全的包发布流程吧!
想要开始使用?只需在.github/workflows目录下添加简单的YAML配置即可启动这个神奇的工具。查看项目文档以获取详细说明和更多示例。
jobs:
check-package:
name: Build & inspect our package.
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: hynek/build-and-inspect-python-package@v2
您的代码质量,我们来守护!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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!
C
1.03 K
492