【亲测免费】 Bazel Python Rules 项目使用教程
2026-01-30 05:12:20作者:余洋婵Anita
1. 项目介绍
Bazel Python Rules 是一个开源项目,旨在为 Bazel 构建系统提供对 Python 语言的支持。它包括了一系列的核心 Python 规则,如 py_library、py_binary、py_test、py_proto_library 等,以及用于与 PyPI 和其他索引集成包安装的规则。这些规则为在 Bazel 中构建 Python 项目提供了基础。
2. 项目快速启动
环境准备
确保已经安装了 Bazel,可以从 Bazel 官方网站 下载并安装适合您操作系统的版本。
创建项目
创建一个新的目录用于存放项目,并在其中初始化一个 Bazel 工作空间:
mkdir my_bazel_project
cd my_bazel_project
bazel init
添加依赖
在项目根目录下创建一个 WORKSPACE 文件,并添加以下内容以引入 Python 规则:
http_archive(
name = "rules_python",
urls = ["https://github.com/bazelbuild/rules_python/releases/download/1.3.0/rules_python-1.3.0.tar.gz"],
sha256 = "0d8fbf8947f5��e2e8e3e8e3e8e3e8e3e8e3e8e3e8e3e8e3e8e3e8e3e8e3e8e",
)
load("@rules_python//python:rules.bzl", "python_rules")
python_rules()
添加构建规则
在项目根目录下创建一个 BUILD 文件,并添加以下内容来定义一个 Python 库:
py_library(
name = "my_py_library",
srcs = ["my_module.py"],
visibility = ["//visibility:public"],
)
构建项目
使用 Bazel 构建您的 Python 库:
bazel build //:my_py_library
运行测试
如果您的 Python 库包含测试,可以使用以下命令运行测试:
bazel test //:my_py_library
3. 应用案例和最佳实践
- 管理依赖:使用
http_archive和python_rules来引入外部依赖,确保依赖的版本控制。 - 编写测试:使用
py_test规则来编写和运行 Python 测试,保证代码质量。 - 构建可执行文件:使用
py_binary规则来构建 Python 可执行文件,便于分发和使用。
4. 典型生态项目
Bazel Python Rules 被广泛应用于各种 Python 项目中,以下是一些典型的生态项目:
- 数据科学项目:使用 Bazel 来构建包含 Jupyter 笔记本和 Python 脚本的数据科学项目。
- 微服务:构建独立的 Python 微服务,并使用 Bazel 管理其依赖和服务间的交互。
- 自动化脚本:编写和构建自动化脚本,例如数据迁移脚本或批处理任务。
以上教程为您提供了使用 Bazel Python Rules 的基本概念和步骤,希望对您有所帮助。
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
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