Setuptools 80.7版本中setup_requires依赖解析机制变更分析
问题背景
在Python包管理生态中,setuptools作为最核心的构建工具之一,其行为变更会对整个生态系统产生深远影响。近期setuptools 80.7版本的更新引入了一个重要变更:当使用setup_requires参数声明构建时依赖时,这些依赖包自身的依赖项将不再被自动安装。
技术细节解析
在setuptools 80.6及之前版本中,当项目通过setup_requires参数声明构建时依赖(如示例中的packit库)时,setuptools会递归安装这些依赖包及其所有依赖项(如pbr和glob2)。这种机制通过pkg_resources模块实现,能够确保构建环境具备完整的依赖链。
然而从80.7版本开始,setuptools移除了这一自动解析行为。现在只会安装直接声明的setup_requires包,而不会处理其依赖项。这一变更与setuptools逐步淘汰旧式构建流程、转向PEP 517标准构建系统的长期规划密切相关。
影响范围
这一变更主要影响以下场景:
- 直接使用python setup.py命令进行构建的项目
- 依赖setup_requires中包提供的扩展功能的项目
- 在系统级site-packages环境中进行构建的情况
值得注意的是,当使用现代构建工具链(如pip配合pyproject.toml)时,这一变更不会造成影响,因为PEP 517构建流程会正确处理所有层级的依赖关系。
解决方案
对于受此变更影响的项目,推荐采取以下升级路径:
-
强制使用PEP 517构建流程 在pip命令中添加--use-pep517参数,或设置环境变量PIP_USE_PEP517=1,强制使用标准化的构建流程。
-
迁移到pyproject.toml配置 在项目根目录添加pyproject.toml文件,将构建依赖声明在build-system.requires中。这种方式不仅更规范,还能确保依赖解析的正确性。
-
避免直接调用setup.py 逐步淘汰python setup.py ...的直接调用方式,改用pip install .等标准接口。
技术演进趋势
这一变更反映了Python打包生态向标准化、现代化演进的大趋势。传统的setup.py直接调用方式正在被逐步淘汰,取而代之的是基于PEP 517的标准构建系统。开发者应当关注以下关键时间节点:
- 2025年10月31日:setuptools将完全移除对旧式构建流程的支持
- 2026年3月3日:配置文件中下划线分隔的键名将成为强制要求
最佳实践建议
对于仍在使用setup_requires的遗留项目,建议采取分阶段迁移策略:
- 首先确保CI环境中设置PIP_USE_PEP517=1
- 为项目添加基本的pyproject.toml配置
- 逐步将setup_requires依赖迁移到build-system.requires
- 更新构建文档,使用现代构建命令替代setup.py直接调用
通过遵循这些建议,项目可以平稳过渡到现代构建系统,避免未来可能出现的兼容性问题。
kernelopenEuler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。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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