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。
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