Tox项目中的测试依赖管理变更及其影响
在Python生态系统中,Tox作为一个流行的测试自动化工具,其4.22.0版本引入了一项重要变更:移除了传统的"testing"额外依赖(extra)机制,转而采用新的依赖组(dependency-groups)系统。这一变更虽然优化了项目内部的依赖管理,但也对依赖Tox公共API(特别是tox.pytest模块)的第三方插件开发者产生了显著影响。
背景与变更内容
Tox 4.22.0版本中,开发团队重构了测试依赖的管理方式。原先通过setup.py或pyproject.toml中定义的"testing"额外依赖被完全移除,取而代之的是更现代的依赖组系统。这种变更在项目内部管理上更为清晰,但对于那些依赖tox.pytest模块来测试自己插件的开发者来说,却带来了兼容性问题。
tox.pytest模块作为Tox公开API的一部分,被许多插件开发者用来构建自己插件的测试套件。这个模块本身会导入多个非标准依赖项,如devpi-server、pytest-mock等。在旧版本中,这些依赖通过"testing"额外依赖自动包含,而现在则需要开发者手动处理。
技术影响分析
当开发者使用被移除的"testing"额外依赖时,Python的包管理系统不会报错,而是静默继续执行。这导致测试运行时才出现依赖缺失的错误,给开发者带来了排查困难。特别是以下关键依赖受到影响:
- pytest框架本身(基础测试依赖)
- devpi-process(来自devpi-server包,用于测试环境管理)
- pytest-mock(在TYPE_CHECKING模式下需要)
- virtualenv(通常由Tox自动处理)
解决方案与最佳实践
经过社区讨论,Tox团队决定重新引入一个精简版的额外依赖,但为了避免与原有"testing"依赖混淆,将其命名为"test"。这个新的额外依赖将仅包含运行tox.pytest模块所需的最小依赖集合,而不会包含整个Tox测试套件所需的全部依赖。
对于插件开发者,现在应该:
- 在项目依赖中明确添加tox[test]而非原来的tox[testing]
- 检查测试代码是否依赖了原"testing"额外依赖中的其他组件
- 考虑是否需要将pytest等基础依赖也明确声明在自己的项目中
未来展望
这一变更反映了Python生态中依赖管理的最佳实践演进。依赖组系统提供了更精细的控制,而保留必要的额外依赖则确保了公共API的稳定性。开发者应当注意:
- 公共API的依赖应该保持长期稳定
- 项目内部的测试依赖可以与公共接口依赖分离管理
- 在破坏性变更时提供清晰的迁移路径
通过这次调整,Tox在保持项目内部整洁的同时,也维护了对第三方开发者的友好支持,体现了成熟开源项目的平衡艺术。
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