Mu编辑器开发环境搭建指南
2026-02-04 05:20:35作者:吴年前Myrtle
前言
Mu是一款专为教育场景设计的Python代码编辑器,特别适合初学者使用。本文将详细介绍如何搭建Mu编辑器的开发环境,帮助开发者快速上手项目开发工作。
环境准备
基础要求
Mu编辑器仅支持Python 3.5及以上版本,明确不支持Python 2.x系列。在开始前,请确保你的系统已安装符合要求的Python版本。
获取源代码
首先需要获取Mu编辑器的源代码。建议使用版本控制工具克隆项目仓库到本地。
开发环境配置
虚拟环境创建
强烈建议使用虚拟环境进行开发,以避免依赖冲突问题。特别是在Windows系统上,建议使用标准库中的venv模块创建虚拟环境:
py -3 -mvenv .venv
依赖安装
激活虚拟环境后,执行以下命令安装所有开发依赖:
pip install -e ".[dev]"
这个命令会安装:
- 运行时的必需依赖
- 测试相关依赖
- 文档构建依赖
- 国际化翻译依赖
- 打包相关依赖
特殊说明
对于PyQt相关依赖,不同版本间可能存在冲突。如果遇到问题,建议删除现有虚拟环境并重新创建。
不同平台的特殊配置
macOS ARM架构设备
使用Apple Silicon芯片(M1/M2)的Mac设备需要特殊处理:
- 切换到pyqt6分支
- 修改setup.py文件,移除ARM架构相关限制条件
- 重新安装依赖
修改后PyQt相关依赖应保留为:
"PyQt6==6.3.1",
"PyQt6-QScintilla==2.13.3",
"PyQt6-Charts==6.3.1",
Raspberry Pi配置
树莓派需要额外步骤:
- 通过apt安装系统依赖:
sudo apt-get install python3-pyqt5 python3-pyqt5.qsci python3-pyqt5.qtserialport python3-pyqt5.qtsvg python3-dev python3-gpiozero python3-pgzero libxmlsec1-dev libxml2 libxml2-dev
- 创建系统包可访问的虚拟环境:
virtualenv -p /usr/bin/python3 --system-site-packages ~/mu-venv
- 激活环境后安装Python依赖
运行开发版本
在项目根目录下,可通过以下任一方式启动开发版Mu:
python run.py
# 或
python -m mu
# 或
mu-editor
开发辅助工具
项目提供了Makefile简化常见开发工作流:
make run # 运行开发版本
make test # 运行测试套件
make docs # 生成项目文档
make check # 运行所有代码检查和测试
make win32 # 生成32位Windows安装包
make macos # 生成macOS应用
建议在提交代码前执行make check确保代码质量。
注意事项
- Linux系统如需使用MicroPython REPL功能,可能需要将用户加入
dialout组 - 树莓派配置仅适用于Raspbian "Stretch"版本
- Windows平台可使用make.cmd替代make命令
通过本文介绍的步骤,开发者可以快速搭建完整的Mu编辑器开发环境,为项目贡献代码做好准备。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler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。
C
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646