zest.releaser 技术文档
1. 安装指南
zest.releaser 是一个用于自动化 Python 项目发布的命令行工具集合。它可以帮助你自动完成版本号更新、历史记录更新、版本控制标签创建以及上传到 PyPI 等任务。
安装方式
你可以通过以下方式安装 zest.releaser:
-
使用 pip 安装:
pip install zest.releaser -
安装推荐的额外工具: 如果你希望安装推荐的额外工具(如
wheel、check-manifest、pyroma和readme_renderer),可以使用以下命令:pip install zest.releaser[recommended] -
使用 buildout 安装: 如果你使用
buildout,可以在项目的buildout配置文件中添加以下内容:[buildout] parts = scripts [scripts] recipe = zc.recipe.egg eggs = zest.releaser[recommended]
2. 项目的使用说明
zest.releaser 提供了多个命令来帮助你发布 Python 包。这些命令必须在版本控制的代码库中运行。
主要命令
-
prerelease:询问你新的版本号(默认为当前版本号去掉
dev等标记),更新setup.py或version.txt以及CHANGES/HISTORY/CHANGELOG文件,并提交这些更改到版本控制系统。 -
release:从当前代码库的主干或分支创建一个版本控制标签,并在临时目录中生成一个标签的检出。然后,它会询问你是否要将该包的源代码发布到 PyPI。
-
postrelease:询问你新的版本号(提供一个合理的默认值),并为其添加开发标记。更新
setup.py或version.txt以及CHANGES/HISTORY/CHANGELOG文件,并提交这些更改到版本控制系统。 -
fullrelease:依次执行
prerelease、release和postrelease命令。
其他工具
-
longtest:渲染长描述并在浏览器中打开,方便在上传到 PyPI 之前调试格式问题。
-
lasttagdiff:显示当前分支与上一个发布标签之间的差异,方便检查所有更改是否在变更文件中得到充分描述。
-
lasttaglog:显示当前分支自上一个发布标签以来的日志,方便检查所有更改是否在变更文件中得到充分描述。
-
addchangelogentry:将命令行中提供的文本添加到变更日志中,并作为提交消息。适用于批量更改多个包时使用。
-
bumpversion:仅更新版本号,不进行发布。如果存在开发标记,则保留该标记。使用
--feature选项更新次版本号,使用--breaking选项更新主版本号。
3. 项目 API 使用文档
zest.releaser 主要通过命令行工具提供功能,因此没有直接的 API 接口。你可以通过命令行调用上述命令来完成项目的发布和管理。
示例
以下是一些常见的使用示例:
-
预发布:
prerelease -
发布:
release -
后发布:
postrelease -
完整发布:
fullrelease -
仅更新版本号:
bumpversion --feature
4. 项目安装方式
zest.releaser 可以通过 pip 或 buildout 进行安装。推荐使用 pip 安装,因为它简单且易于管理。
使用 pip 安装
pip install zest.releaser
安装推荐的额外工具
pip install zest.releaser[recommended]
使用 buildout 安装
在 buildout 配置文件中添加以下内容:
[buildout]
parts =
scripts
[scripts]
recipe = zc.recipe.egg
eggs = zest.releaser[recommended]
通过以上步骤,你可以轻松安装并使用 zest.releaser 来管理你的 Python 项目发布流程。
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。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
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TSX0137
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