在ARM64架构上使用cibuildwheel构建Python轮子的解决方案
cibuildwheel是Python生态中一个非常实用的工具,它能够自动化地为多个Python版本和操作系统构建轮子(wheel)文件。然而,当开发者尝试在ARM64架构的Linux自定义Runner上使用cibuildwheel时,可能会遇到一些特殊挑战。
问题背景
在ARM64架构的Linux系统上,GitHub Actions的setup-python@v5动作可能不可用。这是因为setup-python动作目前对ARM64架构的支持有限,特别是在自定义Runner环境中。这导致开发者无法直接使用cibuildwheel的GitHub Action版本。
解决方案
幸运的是,cibuildwheel不仅提供了GitHub Action版本,还可以通过PyPI直接安装使用。这意味着开发者可以绕过对setup-python动作的依赖,直接在Runner上安装并使用cibuildwheel。
具体实现步骤
-
安装cibuildwheel:可以通过pip或pipx直接安装cibuildwheel。如果系统已安装pipx,推荐使用pipx,因为它能提供更好的隔离环境。
-
修改工作流配置:将原本使用cibuildwheel Action的配置改为直接运行cibuildwheel命令。
-
环境变量配置:保持原有的环境变量设置不变,确保构建参数一致。
配置示例
原GitHub Actions配置:
- name: Build wheels
uses: pypa/cibuildwheel@v2.16.5
env:
CIBW_ARCHS: ${{ matrix.cibw_archs }}
# 其他环境变量...
修改后的配置:
- name: Build wheels
run: pipx run cibuildwheel==2.16.5
env:
CIBW_ARCHS: ${{ matrix.cibw_archs }}
# 其他环境变量保持不变...
最佳实践建议
-
使用TOML配置文件:cibuildwheel支持使用pyproject.toml文件来配置构建参数,这比在环境变量中设置更加清晰和易于维护。
-
版本固定:始终指定cibuildwheel的具体版本,以确保构建过程的可重复性。
-
环境隔离:使用pipx或虚拟环境来运行cibuildwheel,避免与系统Python环境的冲突。
技术原理
cibuildwheel的核心功能是通过隔离的构建环境为多个Python版本创建轮子文件。当作为PyPI包运行时,它会自动检测系统架构和可用的Python版本,无需依赖GitHub的特殊动作。在ARM64架构上,它会正确识别处理器类型并使用相应的构建工具链。
总结
对于使用ARM64架构Linux自定义Runner的开发者,直接通过PyPI安装cibuildwheel是解决setup-python动作不可用问题的理想方案。这种方法不仅解决了依赖问题,还提供了更大的灵活性和控制权。通过合理配置,开发者可以在各种架构上实现一致的构建体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00