# Pixi 包管理器 ## 概述 Pixi 是一个基于 Rattler（基于 Rust 的 conda 实现）构建的快速、现代的包管理器，提供可重复的跨平台环境。它结合了 conda 和 PyPI 生态系统，支持多种语言，并包含内置任务管理。 ## 快速入门 ### 检查安装在使用 pixi 之前，请验证它是否已安装： bash 脚本/check_pixi.sh 如果未安装，请按照脚本提供的安装说明进行操作。 ### 常见工作流程 **初始化新项目：** pixi 初始化我的项目 cd 我的项目 pixi 添加 python numpy pandas **添加包：** pixi add # Conda 包 pixi add --pypi # PyPI 包 pixi add --feature dev pytest # 添加到特定功能 **运行命令：** pixi run # 运行定义的任务 pixi exec # 在环境中执行命令 pixi shell # 激活环境 shell **管理环境：** pixi shell --environment # 激活特定环境 pixi run -e # 在环境中运行任务 ## 核心能力 ### 1\.项目初始化通过自动清单创建来初始化新的 pixi 项目： # 标准 pixi.toml 格式 pixi 初始化我的项目 # 使用 pyproject.toml 格式 pixi init --format pyproject my-project 清单文件（“pixi.toml”或“pyproject.toml”）定义： * 项目元数据（名称、版本、描述） * 依赖项（conda 和 PyPI 包） * 任务（要运行的命令） * 功能（可选的依赖集） * 环境（功能组合） * 渠道（包源） * 平台（目标操作系统） ### 2\.包管理从 conda-forge 和 PyPI 添加、删除和管理包： # 添加包 pixi 添加 numpy pandas matplotlib pixi 添加“python>=3.11，<3.12” pixi add --pypi 请求 Flask # 添加到特定功能 pixi add --feature dev pytest 黑色皱褶 # 删除包 pixi 删除 numpy pixi 删除 --feature dev pytest # 更新包 pixi update # 全部更新 pixi update numpy # 更新特定包 pixi Upgrade # 在清单中升级 **套餐类型：** * 常规依赖：运行时要求 * `--pypi`：PyPI 包（通过 uv 集成） * `--host`：主机依赖项（运行时可用） * `--build`：构建依赖项（仅在构建期间） ### 3\.环境管理 Pixi 支持单个项目中的多个隔离环境。每个环境都是功能的组合。 **关键概念：** * **默认功能**：始终自动包含在每个环境中 * **自定义功能**：命名的依赖项、任务和配置集 * **环境**：不同目的的功能组合 **配置示例：** [依赖项] 蟒蛇=“3.11.*” numpy =“*” [功能.测试.依赖项] pytest =“*” pytest-cov =“*” [功能.开发.依赖项] 黑色=“*” 蹼=“*” [环境] test = ["test"] # 包括：默认 + 测试 dev = ["dev", "test"] # 包括：default + dev + test **使用环境：** # 激活环境 pixi shell--环境测试 # 在环境中运行任务 pixi run --环境测试 pytest # 安装特定环境 pixi install --环境开发 # 列出环境中的包 pixi list --环境测试有关详细的环境和功能模式，请参阅 [references/features-guide.md]()。 ### 4\.功能管理功能是定义包和配置集的构建块。它们能够： * 将开发与生产依赖分开 * 支持多个Python版本 * 创建特定于平台的配置 * 管理特定于硬件的依赖关系（CUDA 与 CPU） **常见模式：** **开发特点：** [功能.开发.依赖项] pytest =“*” 黑色=“*” 蹼=“*” mypy =“*” [功能.开发.任务] 测试=“pytest测试/” 格式=“黑色”。 lint =“领子检查。” **Python版本特点：** [功能.py310.依赖项] 蟒蛇=“3.10.*” [功能.py311.依赖项] 蟒蛇=“3.11.*” [环境] py310 = [“py310”] py311 = [“py311”] **硬件特性：** [功能.cuda.依赖项] pytorch-cuda = { 版本 = "*", 通道 = "pytorch" } [功能.cpu.依赖项] pytorch-cpu = { 版本 = "*", 通道 = "pytorch" } [环境] CUDA = [“CUDA”] 中央处理器=[“中央处理器”] 有关全面的功能模式和最佳实践，请参阅 [references/features-guide.md]()。 ### 5\.任务管理在 pixi 环境中定义并运行任务： # 添加任务 pixi 任务添加测试“pytest测试/” pixi 任务添加格式“黑色”。 pixi 任务添加 lint“ruff check”。 # 运行任务 pixi运行测试 pixi 运行格式 # 列出任务 pixi任务列表 **清单中的任务配置：** [任务] 开始=“Python应用程序.py” 测试=“pytest测试/” 格式=“黑色”。 # 具有依赖关系的任务 build = { cmd = "python setup.py build",depends-on = ["install"] } # 特定功能的任务 [功能.开发.任务] dev =“python app.py --重新加载” ### 6\.命令执行在pixi环境中执行命令： # 在激活的环境中运行命令 pixi 执行 python script.py pixi 执行 pytest 测试/ # 临时包安装并执行 pixi exec --spec ruff ruff 检查。 pixi exec --spec 黑色黑色。 # 在特定环境下运行 pixi exec --环境测试 pytest ### 7\.全球刀具管理在系统范围内安装 CLI 工具，并安全隔离： # 安装全局工具 pixi 全局安装 gh ripgrep fd-find bat pixi 全局安装 ruff black mypy # 列出全局工具 pixi 全局列表 # 升级工具 pixi全局升级ruff pixi 全局升级-全部 # 删除工具 pixi 全局删除蝙蝠 ### 8\.项目信息获取有关当前项目的信息： # 显示项目信息皮西信息 # 详细信息 pixi 信息--扩展 # JSON 输出 pixi信息--json # 使用帮助脚本 python 脚本/pixi_info.py ### 9\.锁定文件管理 Pixi 为可重现环境维护一个“pixi.lock”文件： # 更新锁定文件而不安装皮西锁 # 更新特定环境的锁 pixi锁--环境测试 # 从锁定文件安装 pixi 安装--冻结 ### 10\.维护保养清理和维护pixi项目： # 删除环境目录皮西清洁 # 清理包缓存 pixi 清理缓存 # 从头开始重新安装环境 pixi重新安装 ## 参考文档有关详细信息，请参阅以下参考资料： * **[cli-reference.md]()** \- 包含所有选项和标志的完整 CLI 命令参考 * **[features-guide.md]()** \- 功能和多环境设置的综合指南 * **[examples.md]()** \- 真实世界的使用示例和常见场景 ## 工作流程决策指南 **开始一个新项目？** → 使用 `pixi init` 并使用 `pixi add` 添加依赖项 **添加软件包？** → 对于 conda 软件包使用 `pixi add`，对于 PyPI 软件包使用 `pixi add --pypi` → 使用 `--feature` 标志添加特定功能 **需要多个环境？** → 在清单中定义功能，将它们组合成环境 → 请参阅 [references/features-guide.md]() 了解模式 **运行命令？** → 使用 `pixi run` 执行定义的任务 → 使用 `pixi exec` 执行临时命令 → 使用 `pixi shell` 交互激活环境 **管理依赖项？** → 使用 `pixi update` 更新到较新的兼容版本 → 使用 `pixi update` 升级和修改清单 → 使用 `pixi lock` 更新锁定文件，无需安装 **需要全局工具？** → 使用“pixi global install”作为系统范围的 CLI 工具 **故障排除？** → 运行 `pixi info` 检查项目状态 → 运行 `python script/pixi_info.py` 了解详细信息 → 检查 [references/examples.md]() 了解常见解决方案 ## 最佳实践 1. **使用可选依赖项的功能** \- 保持默认功能最少，仅包含生产依赖项 2. **利用解决组** \- 确保相关环境中版本一致 3. **在清单中定义任务** \- 使常见操作易于重复 4. **使用语义版本控制** \- 适当指定版本约束 5. **提交锁定文件** \- 确保跨团队的可重现环境 6. **使用工具的全局安装** \- 保持项目依赖关系干净 7. **记录环境用途** \- 添加注释来解释每个环境的用例 ## 常见场景 ### 数据科学项目 pixi 初始化数据项目 pixi 添加 python numpy pandas matplotlib jupyter scikit-learn pixi add --feature dev pytest 黑色 pixi 任务添加笔记本“jupyter lab” pixi运行笔记本 ### 网络应用程序 pixi 初始化网络应用程序 pixi添加python pixi add --pypi fastapi uvicorn sqlalchemy pixi add --feature dev --pypi pytest httpx pixi 任务添加 dev“uvicorn app:app --reload” pixi运行开发 ### 多 Python 测试 [功能.py310.依赖项] 蟒蛇=“3.10.*” [功能.py311.依赖项] 蟒蛇=“3.11.*” [环境] py310 = [“py310”] py311 = [“py311”] pixi 运行 -e py310 pytest pixi run -e py311 pytest 更多场景请参见[references/examples.md]()。 ## 资源 ### 脚本 * `scripts/check_pixi.sh` \- 验证 pixi 安装 * `scripts/pixi_info.py` \- 获取详细的项目信息 ### 参考文献 * `references/cli-reference.md` \- 完整的 CLI 命令参考 * `references/features-guide.md` \- 功能和多环境指南 * `references/examples.md` \- 使用示例和常见场景 ### 资产 * `assets/pixi.toml.template` \- 基本项目模板 ## 外部资源 * 官方文档： * GitHub 存储库： * Conda-forge 包：

皮西

包含技能