开发工具CLI包管理器任务调度【免费下载链接】pixiPowerful system-level package manager for Linux, macOS and Windows written in Rust – building on top of the Conda ecosystem.项目地址https://gitcode.com/gh_mirrors/pi/pixi点击查看免费下载导读Pixi 是基于 Conda 生态的跨平台Linux / macOS / Windows包管理器允许你在同一个 Workspace中声明多个相互独立的环境Environment。本文以官方教程 docs/tutorials/multi_environment.md 为主体完整演示如何通过[environments]与[feature]表拆分开发、测试、生产等不同用途的环境如何用solve-group保证各环境依赖版本一致以及如何在 CI 矩阵中并行测试多个 Python 版本。读完本文你将掌握Environment / Feature / Default 三个核心概念、在 manifest 中直接声明环境依赖与任务、用命令行切换与运行指定环境、以及用no-default-feature构建轻量专用环境的完整套路。为什么需要多环境在开发一个 Workspace 时不同角色对工具链的需求往往截然不同开发者需要尽可能多的工具与库如 JupyterLab、调试器、格式化工具测试基础设施只需要被测项目加上测试框架如 pytest生产环境则希望依赖越少越好只保留项目运行所必需的内容。传统做法是为每种场景单独维护一套环境手动同步依赖版本费时且容易漂移。Pixi 的多环境机制把这些问题集中到一个 manifest 文件里解决一个 Workspace 可以定义任意多个环境随时用一条命令切换。核心术语速览先建立三个贯穿全文的概念均可在 manifest 参考文档 docs/reference/pixi_manifest.md 中查到更完整定义Environment环境一个环境是依赖、任务等内容的集合可以被安装、激活并用于运行任务。你可以在一个 Workspace 中定义多个环境定义方式是在 manifest 的[environments]表中添加条目。环境的内容既可以直接内联声明如[environments.name.dependencies]也可以通过feature引入共享内容。从源码结构看crates/pixi_manifest/src/environment.rs 中的Environment结构体正好对应这三个关键字段features组成该环境的 feature 列表、solve_group求解分组、no_default_feature是否排除默认 feature。Feature特性Feature 定义环境的一部分内容单独存在时没有意义必须被某个环境引用。它的存在意义是在多个环境之间共享内容一个 feature 可以包含tasks、dependencies、platforms、channels以及更多内容参见参考文档中的 The Feature Table。多个 feature 可以自由组合成一个环境。Feature 通过在 manifest 中添加[feature.name.*]表来定义。Default默认 feature如果不写[feature.name.dependencies]而是直接写[dependencies]那么这些顶层表会被归入名为default的 feature。default会被自动加入每一个环境除非该环境显式设置no-default-feature true退出默认继承。default是受保护的保留名不能用于自定义 feature参见 crates/pixi_manifest/src/environment.rs 附近的解析逻辑与 docs/reference/pixi_manifest.md 中的说明。开始动手初始化一个多环境 Workspace从全新 Workspace 开始已有 Pixi Workspace 可跳过此步pixi init workspace cd workspace pixi add python此时 Workspace 结构如下├── .pixi │ └── envs │ └── default ├── pixi.lock └── pixi.toml注意.pixi/envs/default目录当没有指定环境时Pixi 会创建或使用名为default的环境。这是所有环境约定俗成的默认入口也是后续内容展开的基准。添加一个环境把依赖直接内联到环境上现在给 Workspace 加一个简单的test环境。如果这个环境不与其他环境共享内容就完全不需要 feature——直接编辑pixi.toml把依赖写在环境表上即可[environments.test.dependencies] pytest *完整示例文件见 docs/source_files/pixi_tomls/multi-environment-simple.toml 中的test-env-dep片段。这张表的行为与普通dependencies表完全一致唯一区别是该依赖只属于test环境。从 manifest 编辑实现来看crates/pixi_manifest/src/manifests/document.rs 支持把features、solve-group、内联内容等直接写入环境条目命令行工具如pixi add --environment test pytest也会把依赖写到环境的 inline 表上而不是顶层表。在指定环境中运行任务环境定义好后可以立即在其中运行命令pixi run --environment test pytest --version这条命令会创建首次运行时安装test环境并在其中执行pytest --version。执行后.pixi/envs目录会多出test子目录├── .pixi │ └── envs │ ├── default │ └── test用pixi list可以查看指定环境的内容pixi list --environment test--environment短参数-e是贯穿 Pixi 各命令的通用标志pixi run用它指定运行环境见 crates/pixi_cli/src/run.rs 中pub environment: OptionString参数定义pixi list、pixi add、pixi update、pixi upgrade等命令同样支持例如 crates/pixi_cli/src/update.rs 和 crates/pixi_cli/src/upgrade.rs。把测试任务绑定到环境如果某些测试命令始终只属于test环境可以直接把任务也写进该环境[environments.test.tasks] test pytest完整示例见 multi-environment-simple.toml 的test-env-tasks片段。这样运行测试时就不必再指定环境了pixi run test在本例中它等价于pixi run --environment test pytest。如果多个环境存在同名任务Pixi 会弹出对话框让你选择在哪个环境中运行该任务从 crates/pixi_cli/src/run.rs 附近的实现可见只有在多个环境可用时才会打印环境选择提示。实战一用多环境测试多个 Python 版本这是开发 Python 库时最常见的需求同一个项目针对多个 Python 版本跑测试。该工作流可以推广到任何用不同依赖组合做多套测试的场景。先假设你已完成上一节的步骤Workspace 里已有test环境。为了让 Python 版本在各个环境中可以自由变化先把顶层python的版本约束放宽为*pixi add python*接下来需要两个共享测试工具、但 Python 版本不同的环境。这正是 feature 的用武之地——把pytest依赖挪进一个testfeature让每个环境各自声明自己的 Python 版本# 测试工具是共享的因此放在 feature 里 [feature.test.dependencies] pytest * [feature.test.tasks] test pytest # Python 版本是每个环境独有的因此内联声明 [environments.test-py311] dependencies { python 3.11.* } features [test] [environments.test-py312] dependencies { python 3.12.* } features [test]完整示例见 docs/source_files/pixi_tomls/multi-environment-py-envs.toml 的py-envs片段。注意这里features [test]只显式列出了一个 feature但由于没有设置no-default-featuredefaultfeature即顶层[dependencies]、[tasks]等仍会被隐式并入——这正是上面把python放宽到*的原因让各环境的内联python版本约束来决定最终版本。现在可以在两个环境中分别跑测试pixi run --environment test-py311 test pixi run --environment test-py312 test # 或者直接用任务名Pixi 会弹出对话框让你选择环境 pixi run test这套流程可以直接平移到 CI用矩阵并行测试多个环境。下面是 GitHub Actions 的示例配置更多细节见 GitHub Actions 集成文档test: runs-on: ubuntu-latest strategy: matrix: environment: [test-py311, test-py312] steps: - uses: actions/checkoutv4 - uses: prefix-dev/setup-pixiv0 with: environments: ${{ matrix.environment }} - run: pixi run -e ${{ matrix.environment }} testprefix-dev/setup-pixi的environments参数会预先安装矩阵中指定的环境随后pixi run -e env test直接在该环境内执行任务。实战二开发 / 测试 / 生产三环境并存假设一个干净 Workspace若你一直跟着上文操作建议pixi init production_project新开一个pixi init production_project cd production_project和之前一样先创建多个 featurepixi add numpy python # default feature pixi add --feature dev jupyterlab pixi add --feature test pytest注意第一条命令不带--feature因此numpy、python进入顶层表即 default feature后两条分别把jupyterlab写进devfeature、pytest写进testfeature。然后按使用场景添加三个环境production只包含defaultfeature——这是项目运行的最基本内容test包含testdefault两个 feature——既要测项目又需要测试工具default包含devtest两个 feature作为本地开发主力环境这样日常跑任务无需指定环境。之所以用 feature 而不是内联声明是因为testfeature 被test与default两个环境共享同时default环境本身无法直接声明依赖顶层表的内容已经归属 default feature若在[environments.default.dependencies]内联声明则只属于该环境本身不会进入共享逻辑参见 docs/reference/pixi_manifest.md。再给这三个环境加上solve-group: prod。solve-group 的作用是让同一组环境在求解阶段被当作同一个环境来解析从而保证production环境与default、test环境拿到完全相同的依赖版本——只是各自只安装自己需要的子集。这样能确保项目在所有环境中的运行行为一致。这一点在 crates/pixi_manifest/src/environment.rs 有明确的源码注释同属一个 solve-group 的所有环境依赖会被一起求解参考文档也说明其典型用途是用带测试依赖的环境去测生产环境见 docs/reference/pixi_manifest.md 的solve-group字段说明。用pixi workspace environment add命令完成配置该子命令是pixi workspace系列中用于编辑环境表的一部分pixi workspace environment add production --solve-group prod pixi workspace environment add test --feature test --solve-group prod # --force 用于覆盖已存在的 default 环境 pixi workspace environment add default --feature dev --feature test --solve-group prod --force运行pixi list -x-x表示展开/详细列出环境依赖-e指定环境可以看到三个环境拥有完全相同的依赖版本# Default environment Package Version Build Size Kind Source jupyterlab 4.3.4 pyhd8ed1ab_0 6.9 MiB conda jupyterlab numpy 2.2.1 py313ha4a2180_0 6.2 MiB conda numpy pytest 8.3.4 pyhd8ed1ab_1 253.1 KiB conda pytest python 3.13.1 h4f43103_105_cp313 12.3 MiB conda python Environment: test Package Version Build Size Kind Source numpy 2.2.1 py313ha4a2180_0 6.2 MiB conda numpy pytest 8.3.4 pyhd8ed1ab_1 253.1 KiB conda pytest python 3.13.1 h4f43103_105_cp313 12.3 MiB conda python Environment: production Package Version Build Size Kind Source numpy 2.2.1 py313ha4a2180_0 6.2 MiB conda numpy python 3.13.1 h4f43103_105_cp313 12.3 MiB conda python可以看到default拥有全部依赖dev 工具 测试工具 运行依赖test去掉了jupyterlabproduction只保留numpy和python而numpy、python、pytest的版本号在三个环境中完全一致——这正是 solve-group 的效果。实战三no-default-feature构建纯净专用环境当某个环境不需要继承defaultfeature时用no-default-feature true显式退出默认继承。这样环境里只包含你显式指定的内容。一个典型场景是文档生成环境文档工具如 mkdocs只需要在一个环境里用到没必要混入项目依赖。此时既可以把依赖直接内联到该环境上又不让 default feature 掺和进来[environments.docs] dependencies { mkdocs * } no-default-feature true完整示例见 docs/source_files/pixi_tomls/multi-environment-docs.toml 的docs-env片段。运行pixi list -x -e docs可以看到该环境只含mkdocs一个依赖Environment: docs Package Version Build Size Kind Source mkdocs 1.6.1 pyhd8ed1ab_1 3.4 MiB conda mkdocs参考文档 docs/reference/pixi_manifest.md 对no-default-feature的默认值说明是false即默认包含 default feature。还有一个易被忽视的细节即使某个环境设置了no-default-feature true[workspace.pypi-options]作为 Workspace 基础配置仍会应用于所有环境见 docs/reference/pixi_manifest.md 附近的说明也就是说退出默认针对的是 feature 内容而非全局配置。环境合并的语义多 feature 组合时的规则当多个 feature含 default组合成一个环境时参考文档明确了合并规则详见 docs/reference/pixi_manifest.mdactivation 与 tasks取所有 feature 的并集dependencies 与 pypi-dependencies取所有 feature 的并集若多个 feature 对同一个包声明了不同要求两者会被合并约束需要注意跨 feature 的冲突channels取所有 feature 的并集可通过每个 feature 的channel-priority控制优先级platforms取所有 feature 的交集feature 未覆盖 platforms 时默认沿用 Workspace 级 platforms因此通常建议把 Workspace 的platforms设为所有环境能支持的平台全集内联内容优先于引用的 feature在顺序敏感的字段如tasks、activation上环境的内联内容排在 feature 内容之前crates/pixi_manifest 与 docs/reference/pixi_manifest.md 均有说明。此外内联在环境上的内容是该环境私有的不能被其他环境引用这一点对default环境同样成立——写在[environments.default.*]的内容只属于 default 环境而顶层表如[dependencies]、[tasks]属于 default feature会被所有未设置no-default-feature的环境继承见 docs/reference/pixi_manifest.md 附近的说明。小结与延伸阅读多环境机制把一套依赖、多种用途的组织成本降到最低用feature共享内容、用[environments] 内联声明表达独有内容、用solve-group锁定跨环境版本一致性、用no-default-feature构造纯净专用环境。无论是多版本 Python 测试矩阵还是开发/测试/生产三环境拆分都能在一个 manifest 文件内声明清楚并用pixi run -e env、pixi list -e env等命令随时切换验证。想要更完整的字段定义与组合语义参见参考文档的 The Feature and Environments tables 一节想要更深入的设计动机与进阶用法如 feature 平台绑定、激活脚本与变量的按环境隔离参见进阶文档 Workspace 多环境环境相关数据结构Environment、NewEnvironment、EnvironmentName可直接阅读 crates/pixi_manifest/src/environment.rs配套的完整 manifest 示例文件位于 docs/source_files/pixi_tomls/multi-environment-simple.toml、docs/source_files/pixi_tomls/multi-environment-py-envs.toml 与 docs/source_files/pixi_tomls/multi-environment-docs.toml可直接复制到自己的 Workspace 验证。赞分享开发工具CLI包管理器任务调度【免费下载链接】pixiPowerful system-level package manager for Linux, macOS and Windows written in Rust – building on top of the Conda ecosystem.项目地址https://gitcode.com/gh_mirrors/pi/pixi点击查看免费下载相关推荐Pixi 多环境管理pixi workspace environment add 命令详解与实战Pixi 多环境管理pixi workspace environment add 命令详解与实战 pixi workspace environment add开发工具CLI包管理器任务调度Chainer-fast-neuralstyle常见问题解决从环境配置到模型训练Chainer fast neuralstyle常见问题解决从环境配置到模型训练 Chainer fast neuralstyle是一个基于Chainer框架用 Python 与 Flet 从零构建 Klondike 纸牌游戏完整实战教程用 Python 与 Flet 从零构建 Klondike 纸牌游戏完整实战教程 本教程将以 Flet 开源仓库中的 Solitaire 教程为蓝本带你从环前端跨平台桌面应用移动开发上一篇Deepin Boot MakerLinux启动盘制作工具的终极解决方案下一篇vphone-cli bsd_init补丁完全解析如何绕过rootvp认证失败panic创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
