首页/新闻资讯/正文详情

pixi workspace dependencies list:查看工作区依赖表 `[workspace.dependencies]` 的完整指南

发布时间:2026/9/28 2:55:21 来源:云帆数科 栏目:资讯中心
pixi workspace dependencies list:查看工作区依赖表 `[workspace.dependencies]` 的完整指南
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 workspace dependencies list是 pixi 提供的用于查看工作区级依赖表[workspace.dependencies]内容的命令。它把分散在多个 environment / feature 中共享引用的依赖集中汇总展示方便你快速确认工作区中已声明了哪些可复用依赖、各自绑定了怎样的版本约束conda MatchSpec、path、git 等来源。读完本文你将掌握该命令的完整用法、输出格式、机器可读模式以及它与其他子命令add、remove在源码层面的协作关系。命令概览与定位pixi workspace dependencies list隶属于pixi workspace命令组。在 crates/pixi_cli/src/workspace/mod.rs 中workspace子命令枚举了Activation、Channel、Dependencies带dependency、dep两个可见别名、Description、Platform、Version等其中#[clap(visible_aliases [dependency, dep])] Dependencies(dependencies::Args),也就是说pixi workspace dependencies list可以简写为pixi workspace dependency list或pixi workspace dep list。这一点在源码的单元测试 workspace_dependency_aliases_parse 中有明确验证三种写法都会被解析为Command::Dependencies(Args { command: Command::List(_), .. })。在 docs/reference/cli/pixi/workspace/dependencies/index.md 中dependencies子命令组的职责被描述为 Commands to manage the[workspace.dependencies]table包含三个子命令子命令描述add向[workspace.dependencies]表添加依赖list列出[workspace.dependencies]表中的依赖remove从[workspace.dependencies]表中移除依赖list正是其中用于只读查看的那一个。基本用法命令的最简形式也是唯一必需的形式为pixi workspace dependencies list它与ls别名等价pixi workspace dependencies list pixi workspace dependencies ls两者的行为完全相同——在 crates/pixi_cli/src/workspace/dependencies.rs 中List子命令声明了visible_alias ls。执行时pixi 会通过WorkspaceLocator::for_cli()从当前目录向上查找工作区清单文件pixi.toml、pyproject.toml或工作区目录定位成功后读取[workspace.dependencies]表并打印。定位逻辑见 dependencies.rslet mut workspace WorkspaceLocator::for_cli() .with_global_config_source(args.config_source.source()) .with_search_start(args.workspace_config.workspace_locator_start()) .locate()?;输出格式详解表中有依赖时命令会对每个依赖输出一行- name spec并带一个Workspace dependencies:的标题行。例如假设pixi.toml中有[workspace.dependencies] numpy 1.* boltons { version 24, channel conda-forge }则运行pixi workspace dependencies list的输出为Workspace dependencies: - boltons { version 24, channel conda-forge } - numpy 1.*这一格式由 format_workspace_dependencies 实现且与快照测试 format_workspace_dependency_list 完全一致注意输出会按键名排序。表为空时若[workspace.dependencies]表不存在或为空命令输出Workspace dependencies: none空表分支见 format_workspace_dependencies并有单元测试 format_empty_workspace_dependencies 锁定该行为。各类 spec 的渲染规则列表中的每个依赖条目并非简单打印原文而是经过 render_toml_spec 规范化如果条目仅含version字段如numpy 1.*直接渲染为带引号的版本字符串如果条目包含 channel、build、git、path 等附加信息如{ version 24, channel conda-forge }则渲染为完整的 TOML 内联表渲染失败时例如无法将 spec 转换为标准格式会给出failed to render workspace dependency 的错误提示。机器可读模式与自动补全list子命令还隐藏了一个对脚本和自动补全十分有用的选项选项说明--machine-readable以空格分隔的纯名称形式输出依赖名供自动补全使用该选项在 ListArgs 中定义hide(true)使其在常规--help中不可见但其输出逻辑是明确的let output if list_args.machine_readable { dependencies .keys() .map(|name| name.as_normalized()) .join( ) } else { format_workspace_dependencies(dependencies)? };启用后输出不包含任何标题、格式符号或版本信息仅是一行空格分隔的规范化包名例如boltons numpy非常适合在 shell 补全脚本中直接消费。注意此处使用as_normalized()即输出的是包名的规范化形式。全局选项指定目标工作区与其他pixi workspace子命令一致list继承了两类全局选项用于在非当前目录或存在多个工作区时精确指定目标。它们定义于 crates/pixi_cli/src/cli_config.rs 的WorkspaceConfig选项缩写说明--manifest-path MANIFEST_PATH-m指向pixi.toml、pyproject.toml或工作区目录的路径与--workspace互斥--workspace WORKSPACE-w工作区名称与--manifest-path互斥例如# 查看指定清单文件所在工作区的依赖 pixi workspace dependencies list --manifest-path ./subdir/pixi.toml # 按工作区名称查看 pixi workspace dependencies list --workspace my-workspace两者的解析逻辑workspace_locator_start在 cli_config.rs 中优先采用--manifest-path定位到显式清单其次按--workspace到工作区注册表中查找否则从当前目录开始向上发现。配置选项命令还继承了两个配置来源选项定义见 docs/reference/cli/pixi/workspace/dependencies/index.md选项环境变量默认值说明--no-configPIXI_NO_CONFIGfalse不读取系统级与用户级配置文件项目本地project/.pixi/config.toml仍会被加载--config-file PATHPIXI_CONFIG_FILE—从指定文件加载配置替代系统与用户级路径的搜索项目本地配置仍会合并在其之上它们由 dependencies.rs 中的pixi_config::ConfigSourceCli扁平化注入影响的是工作区发现时使用的全局配置来源。从源码看 list 与 add / remove 的关系list是dependencies子命令组中唯一的只读操作与add、remove共享同一套工作区定位与配置解析框架但执行路径完全不同add会校验 spec、可能启用 pixi-build 预览当添加 path/git 源依赖时调用ensure_pixi_build_preview_enabled最终通过 document.rs 的add_workspace_dependency写入清单同名依赖会被原地替换upsert_entry。remove通过 document.rs 的remove_workspace_dependency删除条目若依赖不存在则为 no-op。list则只读(workspace).workspace_manifest().workspace.dependencies一个IndexMapPackageName, TomlSpec不做任何写入也不会触发生成锁文件之类的副作用因此非常适合在 CI 检查或脚本中安全地读取依赖声明。从源码结构看add、list、remove三者共用Args含config_source与workspace_config与execute入口的分发逻辑见 dependencies.rs维护成本低且行为一致。使用场景小结快速盘点在多环境、多 feature 工作区中用一条命令确认共享依赖池里声明了哪些包避免逐个翻pixi.toml。脚本/补全使用--machine-readable获取空格分隔的纯名称列表接入 zsh/fish 补全或 CI 校验脚本。多工作区定位配合--manifest-path/--workspace精确指向目标工作区即使当前目录不在项目根也能正确输出。配置隔离需要排除用户级配置干扰时使用--no-config或通过--config-file指定替代配置源。参考资料命令文档docs/reference/cli/pixi/workspace/dependencies/list.md 及其示例扩展 list_extender子命令组文档docs/reference/cli/pixi/workspace/dependencies/index.md命令实现crates/pixi_cli/src/workspace/dependencies.rs含ListArgs、format_workspace_dependencies、render_toml_spec与全部单元测试命令挂载crates/pixi_cli/src/workspace/mod.rs工作区定位与全局选项crates/pixi_cli/src/cli_config.rs底层清单读写crates/pixi_manifest/src/manifests/document.rs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Dagger TypeScript SDK 错误体系全解析common/errors 模块与错误码D100–D110实战排查指南Dagger TypeScript SDK 错误体系全解析common/errors 模块与错误码D100–D110实战排查指南 导读 本文以 Dagge开发工具CLI包管理器任务调度pixi 工作区依赖[workspace.dependencies]在 Monorepo 中统一管理共享依赖版本pixi 工作区依赖 workspace.dependencies 在 Monorepo 中统一管理共享依赖版本 本文围绕 pixi 的 workspac开发工具CLI包管理器任务调度Pixi Workspace 实战指南从 pixi init 到依赖管理、任务与环境的完整工作流Pixi Workspace 实战指南从 pixi init 到依赖管理、任务与环境的完整工作流 Pixi 的核心优势在于能够创建可复现、强大且灵活的 wor开发工具CLI包管理器任务调度上一篇为什么选择 SmuxGolang 多路复用库性能对比Smux vs Yamux 深度评测下一篇Macaron-V1-Preview-749B未来展望个人AI助理技术的发展趋势和路线图创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关推荐

5个实操步骤:个人网站名字取名怎么做才是最佳实践
5个实操步骤:个人网站名字取名怎么做才是最佳实践

5个实操步骤:个人网站名字取名怎么做才是最佳实践 网站做好了没人访问,这往往是死在第一步——名字没起对。别觉得这是小事,我见过太多客户,技术栈堆得再高,域名烂到搜不到,最后只能推倒重来。想要流量, 个人网站名字取名怎么做… · 2026/9/28 2:55:21

Dolibarr 静态代码分析实践:dev/tools/phan 目录结构与 Phan 配置全解
Dolibarr 静态代码分析实践:dev/tools/phan 目录结构与 Phan 配置全解

企业应用后端 【免费下载链接】dolibarr Dolibarr ERP CRM is a modern software package to manage your company or foundations activity (contacts, suppliers, invoices, orders, stocks, agenda, accounting, ...). its an open source Web application (written in PHP)… · 2026/9/28 2:55:21

VJTools 容器化实践:用 libsysconfcpus 让 JVM 获取真实 CPU 核数
VJTools 容器化实践:用 libsysconfcpus 让 JVM 获取真实 CPU 核数

开发工具可观测性后端 【免费下载链接】vjtools The vip.coms java coding standard, libraries and tools 项目地址: https://gitcode.com/gh_mirrors/vj/vjtools 点击查看 免费下载 容器中的 JVM 默认通过 sysconf(_SC_NPROCESSORS_CONF) 读取宿主机的 CPU 核数&… · 2026/9/28 2:55:21

Spingboot启动预热的实现
Spingboot启动预热的实现

启动预热的适用场景启动预热适合以下情况:数据主要来自第三方接口,无法直接从本地数据库读取。第三方接口响应较慢,首次访问容易超时。一个页面需要调用多个第三方接口或逐项查询。数据读取频繁,但变化不频繁。希望服务启动后&… · 2026/9/28 3:40:12

Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment
Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment

文章主要内容总结 本文研究了多模态大语言模型(具体为ChatGPT-4o)利用静态行车记录仪图像进行类人交通场景解读的潜力,重点聚焦与老年司机评估相关的三项任务:交通密度评估、交叉口可见性评估和停车标志识别。这些任务需上下文推理而非简单目标检测。研究采用零样本、少样… · 2026/9/28 3:32:43

Leveraging Large Language Models for Classifying App Users‘ Feedback
Leveraging Large Language Models for Classifying App Users‘ Feedback

文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)解决应用用户反馈分类的挑战,传统方法依赖有监督机器学习,但受限于标注数据集的规模和质量。研究通过三个核心实验评估了4种先进LLMs(GPT-3.5-Turbo、GPT-4o、Flan-T5、Llama3-70b)的性能: LLMs在用户反馈分类中的基… · 2026/9/28 3:32:43

Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experim...
Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experim...

文章主要内容总结 本文通过实验评估了大型语言模型(LLMs)在奥地利及欧盟增值税(VAT)法框架下辅助法律决策的能力。研究聚焦于两种提升LLM性能的方法——微调(fine-tuning)和检索增强生成(RAG),并在两类案例中进行验证:一是权威教科书案例,二是税务咨询公司的真实案… · 2026/9/28 3:32:43

学Java别走弯路,这5个方向最吃香
学Java别走弯路,这5个方向最吃香

学Java的人很多,但学明白的人不多。有人学了半年还在写控制台程序,有人一年就能独当一面。差别不在天赋,而在方向。Java生态太庞大了,什么都学等于什么都没学。选对方向,事半功倍。今天盘点当前最吃香的5个Java方向&am… · 2026/9/28 3:32:15

AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions
AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions

AlphaAgents相关总结与翻译 一、文章主要内容总结 (一)研究背景与问题 传统股票投资组合管理依赖人类分析师处理海量信息(如财务披露、财报、市场新闻等),存在信息处理效率低、易受认知偏差(如损失厌恶、过度自信)影响的问题,可能错失投资收益机会。尽管AI在数据处理… · 2026/9/28 3:32:08

MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现
MATLAB雷达信号脉冲压缩仿真:LFM线性调频、匹配滤波与距离分辨率实现

简介:这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程,从线性调频(LFM)信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑,面向电子信息工程、计算机、数学等专业学生,适用于课程设计、期末大作… · 2026/9/27 0:00:01

汕头网站建设制作厂家避坑指南:5大注意事项救急
汕头网站建设制作厂家避坑指南:5大注意事项救急

汕头网站建设制作厂家避坑指南:5大注意事项救急 改个需求建站公司拖一周,这种憋屈事我见得太多了。 很多汕头老板找本地建站团队,签合同前看着方案挺美,一上线就变脸。 今天不聊虚的,直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01

多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习
多模态虚假新闻检测实战:BERT+ResNet双塔与对比学习

简介:基于PyTorch的多模态虚假新闻检测项目完整代码包,面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者,解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征,以Res… · 2026/9/27 0:00:01

制作网页比较方便的软件怎么选?一文搞懂避坑指南
制作网页比较方便的软件怎么选?一文搞懂避坑指南

制作网页比较方便的软件怎么选?一文搞懂避坑指南 很多老板一上来就问:做个网站多少钱?但我反问他:你的域名买了吗?服务器租了吗?他一脸懵。这就是典型的“域名服务器搞不懂”。别急,今天咱们不聊虚的,直接 一文搞懂 那些让你头秃的技术名词。… · 2026/9/28 0:00:06

婚恋网站实战案例:避开3个高价坑,省钱50%还能跑赢流量
婚恋网站实战案例:避开3个高价坑,省钱50%还能跑赢流量

婚恋网站实战案例:避开3个高价坑,省钱50%还能跑赢流量 找婚恋网站建站公司,最怕的就是被坑高价。很多同行跟我吐槽,报价单上写得模棱两可,功能栏里全是“高级定制”、“专属UI”,结果落地全是套壳。今天不聊虚的,直接甩几个我经手的 实战案例… · 2026/9/28 0:00:19

济南做网站多少钱:3个案例拆解,防黑源码下载全攻略
济南做网站多少钱:3个案例拆解,防黑源码下载全攻略

济南做网站多少钱:3个案例拆解,防黑源码下载全攻略 上周济南一个做建材的老板找我,脸都绿了。他的官网首页弹出了赌博广告,后台被植入了挖矿脚本。他慌得问我:“网站被黑挂马不知道怎么办?能不能直接找之前的外包公司要源码下载,看看哪里被动了手脚?… · 2026/9/28 0:00:25

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码