setuptools 70.0.0版本中动态版本属性解析的变更与注意事项
在Python包管理工具setuptools的最新70.0.0版本中,开发团队对动态版本属性的解析机制进行了重要调整。这一变更主要影响了使用attr指令从模块属性获取版本号的配置方式。
在之前的setuptools版本中,用户可以通过在pyproject.toml文件中配置attr = ".__version__"这样的语法来获取当前目录下__init__.py文件中定义的版本号。这种写法虽然能够工作,但实际上并不符合Python模块导入的标准规范。70.0.0版本通过引入更严格的验证机制,修正了这一行为。
现在,正确的配置方式应该是显式指定模块名和属性名,例如mymodule.__version__。这种写法更加清晰明确,符合Python的模块导入规范。不过,setuptools仍然保留了一个特殊处理:如果直接使用attr = "__version__"而不指定模块名,系统会默认尝试从__init__模块中查找该属性。
值得注意的是,将pyproject.toml文件直接放在包含__init__.py的包目录中的做法并不推荐。这种布局可能会导致__init__.py文件被安装到site-packages的根目录下,可能引发其他潜在问题。更好的实践是将项目配置文件放在项目根目录,而Python包代码放在专门的子目录中。
对于开发者而言,这一变更意味着需要检查现有项目中动态版本号的配置方式。如果之前使用了带点的相对路径写法,现在需要调整为标准的模块名加属性名的形式。这一改进虽然可能带来短暂的适配工作,但从长远来看有助于提高项目的可维护性和规范性。
setuptools团队通过这样的调整,进一步规范了Python包的构建过程,使得包配置更加明确和可靠。这也是Python打包生态系统持续演进和完善的一部分。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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