Python构建独立环境项目:关于Python 3.12+中停止捆绑setuptools的技术分析
2025-06-27 02:08:35作者:乔或婵
在Python生态系统的演进过程中,Python构建独立环境项目(python-build-standalone)一直致力于提供高质量的Python发行版。随着Python 3.12的发布,一个重要的变化是关于setuptools的默认安装行为,这值得我们深入探讨。
背景与变化
Python 3.12对标准库中的ensurepip和venv模块进行了重要更新:不再默认安装setuptools。这一变化基于以下技术背景:
- 自pip 22.1版本起,对于pre-PEP-517/518的包,如果全局环境中没有安装setuptools,pip会自动使用隔离构建环境模式
- 作为回退机制,pip会提供一个传统的setuptools构建后端,并自动安装setuptools和wheel
- 这一改进使得全局环境中不再需要预装setuptools
现状分析
在标准CPython构建中,使用默认配置(包含--with-ensurepip)时,Python 3.12+的构建结果只包含pip而不包含setuptools。然而,python-build-standalone项目采用了不同的构建方式:
- 使用--without-ensurepip配置Python构建
- 随后手动安装pip和setuptools
- 这种差异导致Python 3.12+的构建仍然包含了setuptools
技术考量
关于是否应该在Python 3.12+中继续捆绑setuptools,存在几个关键的技术考量点:
- 构建隔离机制:现代构建工具如pip在遇到pyproject.toml项目时总会使用构建隔离,即使全局环境中已安装setuptools
- 安全性考虑:虽然全局安装setuptools可能减少网络下载,但构建隔离机制仍会重新下载setuptools
- 生态系统一致性:保持与标准CPython行为一致有助于减少用户困惑
- 空间效率:移除setuptools可以减少发行版的大小
现代Python打包生态的影响
随着Python打包生态的发展,几个重要趋势影响了这一决策:
- pyproject.toml已成为事实标准,强制使用构建隔离
- 工具如uv等正在重新定义Python工作流
- 越来越多的项目迁移到显式声明构建后端的方式
- 虚拟环境默认也不再安装setuptools
结论与建议
基于以上分析,python-build-standalone项目决定在Python 3.12+版本中停止捆绑setuptools,这一决策基于:
- 现代构建工具的行为已使全局安装setuptools变得不必要
- 保持与标准CPython行为的一致性
- 减少发行版体积
- 遵循Python打包生态的最新发展趋势
这一变化反映了Python打包生态的成熟,也是向更现代化、更安全的Python开发环境迈进的一步。对于开发者而言,理解这些底层变化有助于更好地管理项目依赖和构建过程。
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-1.5HunyuanVideo-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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
218
暂无简介
Dart
636
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
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
385
3.73 K