envd项目v1.1.0版本发布:全面支持uv工具链
envd是一个面向机器学习开发者的开发环境管理工具,它通过声明式的方式帮助开发者快速构建、共享和复现开发环境。envd的核心思想是将开发环境定义为代码,使得环境配置可以像普通代码一样进行版本控制、协作和复用。
近日,envd发布了v1.1.0版本,这个版本带来了一个重要的新特性:对uv工具链的支持。uv是一个高效的Python包管理工具,它能够显著提升Python依赖的安装速度。envd现在可以原生支持uv,让开发者能够在envd构建的环境中享受到更快的包管理体验。
uv支持详解
在envd v1.1.0中,开发者可以通过两种方式来使用uv:
-
使用预定义模板创建项目:envd现在提供了一个包含uv支持的模板,开发者可以通过
envd new -t uv
命令快速创建一个已经配置好uv支持的项目。 -
手动配置:开发者也可以在现有的envd配置文件中添加uv支持。只需要在
build.envd
文件中加入以下内容:
def build():
base(dev=True)
install.uv()
shell("fish")
这段代码做了三件事:
- 使用开发模式的基础镜像
- 安装uv工具
- 设置fish作为默认shell
技术实现细节
envd对uv的支持是通过在基础镜像中预装uv工具实现的。当开发者调用install.uv()
时,envd会确保环境中安装了最新版本的uv,并配置好相应的环境变量。
uv的优势在于它使用了Rust编写,相比传统的pip工具,uv在包解析和下载方面有显著的性能提升。特别是在大型项目中,依赖关系复杂的情况下,uv能够节省大量等待时间。
版本更新内容
除了uv支持外,v1.1.0版本还包括以下改进:
-
依赖版本更新:envd定期检查并更新其依赖项,确保开发者使用的是最新、最稳定的依赖版本。
-
模板系统增强:新的模板系统使得创建预配置项目变得更加简单,开发者可以快速开始使用envd的各种特性。
使用建议
对于Python开发者,特别是那些需要频繁安装依赖或管理多个Python项目的开发者,强烈建议尝试envd v1.1.0中的uv支持。它可以显著提升开发效率,特别是在以下场景:
- 大型项目初始化时的依赖安装
- CI/CD流水线中的环境准备阶段
- 团队协作时确保一致的开发环境
envd通过将uv集成到其生态系统中,进一步巩固了其作为机器学习开发环境管理首选工具的地位。随着uv的加入,envd现在能够提供从环境构建到包管理的完整解决方案,为开发者带来更加流畅的开发体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









