Spotify Basic-Pitch项目从setup.py迁移到pyproject.toml的技术实践
2025-06-17 22:49:13作者:宣聪麟
在Python打包领域,近年来最重要的变革之一就是从传统的setup.py向pyproject.toml配置方式的迁移。Spotify开源的Basic-Pitch项目近期也完成了这一重要转型,这标志着项目正式拥抱了现代Python打包标准。
传统打包方式的局限性
传统的setup.py作为Python项目打包的核心配置文件,存在几个明显的痛点:
- 执行依赖问题:setup.py本身需要setuptools等构建工具,但这些依赖在运行setup.py前就需要存在
- 动态执行风险:setup.py作为可执行Python文件,可能包含任意代码,带来安全隐患
- 配置分散:项目元数据和构建配置混杂在一起,难以维护
pyproject.toml的优势
PEP 518和PEP 621引入的pyproject.toml解决了上述问题:
- 声明式配置:采用TOML格式,结构清晰易读
- 构建系统隔离:明确声明构建依赖,避免环境污染
- 元数据标准化:统一管理项目名称、版本、依赖等核心信息
- 工具兼容性:支持pip、build等现代工具链
Basic-Pitch的迁移实践
项目团队采取了分阶段迁移策略:
- 独立迁移:将pyproject.toml变更从其他PR中分离,确保专注性
- 兼容性验证:特别关注不同平台(如Intel Mac)的构建表现
- 渐进式替换:在确保功能完整的前提下逐步淘汰setup.py
技术实现要点
典型的pyproject.toml配置包含几个关键部分:
[build-system]
requires = ["setuptools>=42"]
build-backend = "setuptools.build_meta"
[project]
name = "basic-pitch"
version = "1.0.0"
description = "A lightweight yet powerful audio-to-MIDI converter"
authors = [{name = "Spotify", email = "opensource@spotify.com"}]
dependencies = [
"numpy>=1.19.0",
"librosa>=0.8.0"
]
迁移后的收益
Basic-Pitch项目通过这次迁移获得了显著的改进:
- 构建可靠性提升:明确的构建依赖声明消除了环境差异导致的问题
- 开发者体验优化:清晰的配置结构降低了新贡献者的入门门槛
- 未来可扩展性:为后续集成更多现代工具(如poetry、flit)奠定了基础
总结
Basic-Pitch向pyproject.toml的转型展示了现代Python项目的最佳实践。这种迁移不仅解决了历史遗留问题,更为项目的长期健康发展铺平了道路。对于其他仍在使用setup.py的项目,Basic-Pitch的实践提供了有价值的参考案例。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-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
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
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.24 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258