Hatch 项目中关于 packaging 依赖版本升级的技术分析
2025-06-02 15:55:12作者:丁柯新Fawn
问题背景
在 Python 打包工具 Hatch 的使用过程中,当用户尝试构建自定义目标时,可能会遇到 URL 验证错误。这个问题特别出现在使用上下文格式化路径作为直接依赖引用的情况下。
技术细节
问题的核心在于 packaging 库的版本差异。在 packaging 23.2 版本之前,该库会对 URL 进行严格验证。当 Hatch 处理包含上下文格式化路径(如 {root:uri}/../src/hatch_foo_builder)的依赖声明时,这种未解析的路径会被 packaging 的验证机制拒绝,抛出 InvalidRequirement 异常。
影响范围
此问题影响以下情况:
- 使用 Hatch 构建自定义目标
- 依赖声明中包含未解析的上下文格式化路径
- 环境中安装的 packaging 版本低于 23.2
解决方案
Hatch 项目团队通过升级 packaging 依赖的最低版本至 23.2 解决了这个问题。这个版本的 packaging 移除了对 URL 的验证检查,使得包含格式化占位符的路径能够顺利通过解析阶段。
技术意义
这个变更反映了 Python 打包生态系统的演进:
- 更灵活的依赖声明方式
- 减少对路径格式的硬性限制
- 支持更动态的构建配置
最佳实践建议
对于 Hatch 用户:
- 确保使用较新版本的 packaging 库
- 在自定义构建目标中使用路径依赖时,考虑使用绝对路径或确保环境一致性
- 定期更新项目依赖以避免兼容性问题
这个问题的解决展示了开源社区如何通过依赖管理来改善工具链的兼容性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 K
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
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287