CPython项目中关于setuptools和wheel依赖的优化与更新
在Python生态系统中,setuptools和wheel是两个至关重要的包管理工具。随着Python核心开发团队对CPython项目的持续维护,近期对测试套件中的这两个工具的依赖关系进行了重要调整。
背景与问题
在CPython的测试套件中,test.wheeldata目录一直包含捆绑的setuptools和wheel轮子文件,用于构建测试包。然而,随着setuptools 0.70.1及以上版本的发布,bdist_wheel方法已被原生集成到setuptools中,这意味着不再需要单独安装wheel库来构建轮子文件。
同时,wheel 0.46.0及以上版本移除了对packaging库的捆绑依赖,这使得当前版本的wheel在没有安装packaging的情况下无法正常使用。这种情况给测试环境带来了额外的复杂性。
解决方案
CPython开发团队决定采取以下措施:
- 更新test.wheeldata中的setuptools版本至最新稳定版
- 完全移除不再需要的wheel.whl文件
- 确保测试套件能够适应这些变更
这一变更不仅简化了测试依赖关系,还减少了仓库中不必要的二进制文件,优化了存储空间。
实施过程中的挑战
在实际实施过程中,开发团队遇到了一些意料之外的问题:
-
测试失败:test_cppext测试用例开始失败,报出"NameError: name 'sys' is not defined"错误。经调查发现,这是由于测试脚本中缺少必要的sys模块导入,而新版本的setuptools更严格地执行了模块导入检查。
-
弃用警告:
- 出现了"DeprecationWarning: Use shutil.which instead of find_executable"警告,提示需要更新代码以使用更现代的shutil.which方法
- 还有"DeprecationWarning: dep_util is Deprecated"警告,表明某些已弃用的功能仍在被使用
这些问题都被及时修复,确保了测试套件的稳定性和兼容性。
技术影响与意义
这次变更具有多重意义:
- 依赖简化:减少了不必要的依赖,使测试环境更加简洁
- 性能优化:减少了需要维护和更新的二进制文件数量
- 现代化:推动代码库使用最新的API和最佳实践
- 维护性提升:为未来可能的进一步依赖优化奠定了基础
对于Python开发者而言,这一变更也传递了一个重要信息:随着Python打包生态系统的成熟,许多传统的工作流程正在被简化和优化。
结论
CPython项目对setuptools和wheel依赖关系的这次调整,展示了开源项目持续演进和优化的过程。通过定期评估和更新依赖关系,项目能够保持代码的简洁性和现代性,同时为开发者提供更高效的开发体验。
这一变更也提醒我们,在Python生态系统中,工具链的不断演进可能会带来工作流程的简化,但也需要开发者保持对最新变化的关注,及时调整自己的开发实践。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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