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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-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。00
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
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
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!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258