Cocotb项目中domaintools依赖包的构建机制更新
2025-07-06 21:05:03作者:薛曦旖Francesca
在Python生态系统中,构建工具正在经历从传统setup.py向PEP 517标准化构建方式的演进。这一转变在cocotb项目的依赖管理中也得到了体现,特别是对于其vendored版本的sphinxcontrib-domaintools扩展包。
背景与问题
cocotb作为一个成熟的硬件验证框架,其文档构建系统依赖sphinxcontrib-domaintools扩展。近期pip工具开始逐步弃用传统的bdist_wheel构建方式,并将在未来版本中强制要求使用PEP 517标准构建接口。当前出现的构建警告表明,现有的构建方式已不符合Python打包规范的最新要求。
技术分析
传统Python包使用setup.py进行构建的方式存在多个已知问题:
- 构建过程缺乏标准化
- 难以确保构建环境的隔离性
- 依赖解析机制不够健壮
PEP 517引入的pyproject.toml构建标准解决了这些问题,它:
- 明确定义了构建前端和后端的接口
- 支持更可靠的构建隔离
- 提供了更灵活的构建配置方式
解决方案演进
项目维护者考虑了两种解决方案路径:
-
直接更新现有vendored包:为domaintools添加pyproject.toml文件,采用现代构建标准。这种方式需要维护构建配置,但能保持现有代码结构。
-
迁移到独立维护的包:将扩展包分离为独立项目,由专门的包管理机制维护。这种方法更符合Python生态的最佳实践,能获得更好的长期维护性。
最终决策采用了第二种方案,项目维护者创建了更新构建标准的fork版本,确保:
- 构建过程符合最新Python打包标准
- 解耦了核心项目与文档工具的维护
- 为未来更新提供了更灵活的路径
对用户的影响
对于普通cocotb用户来说,这一变更完全向后兼容:
- 文档构建功能保持不变
- 安装过程将不再出现构建警告
- 长期来看能获得更稳定的依赖管理
开发者需要注意:
- 构建环境可能需要更新相关工具链
- 文档贡献流程可能需要调整构建配置
- 未来扩展开发应优先考虑PEP 517标准
最佳实践建议
对于类似情况的Python项目,建议:
- 优先考虑将辅助工具分离为独立包
- 新开发扩展应从一开始就采用pyproject.toml
- 定期检查依赖包的构建方式是否符合最新标准
- 建立依赖更新机制,及时跟进生态变化
这一变更体现了cocotb项目对Python生态发展的积极响应,也为其他面临类似问题的项目提供了参考范例。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218