Files
market/skills/python-runtime/references/virtualenv.md
xyx 4f7037a6b6 fix: replace hardcoded ~/.desirecore paths with ${DESIRECORE_ROOT} variable (#16)
## Summary

- 将所有技能文件中的硬编码 `~/.desirecore/` 和 `$HOME/.desirecore/` 路径替换为
`${DESIRECORE_ROOT}/` 变量
- 递增 manifest.json version 至 1.2.1

## Why

dev 模式下 `DESIRECORE_HOME=~/.desirecore-dev`,硬编码路径导致技能读取错误的端口文件和目录。主仓库的
`variable-substitutor.ts` 会在运行时将 `${DESIRECORE_ROOT}` 替换为实际根目录。

## Test plan

- [ ] `npm run dev` 启动后触发任意技能,确认端口路径解析为
`~/.desirecore-dev/agent-service.port`
- [ ] prod 模式确认路径为 `~/.desirecore/agent-service.port`

🤖 Generated with [Claude Code](https://claude.com/claude-code)
2026-05-29 15:36:19 +08:00

3.3 KiB
Raw Blame History

Python 虚拟环境

虚拟环境隔离项目依赖,避免污染全局环境。强烈建议每个项目独立 venv

venv标准库首选

# 创建Python 3.3+ 自带)
python3 -m venv .venv

# 激活
# macOS / Linux:
source .venv/bin/activate
# Windows CMD:
.venv\Scripts\activate.bat
# Windows PowerShell:
.venv\Scripts\Activate.ps1

# 验证(路径应指向 .venv
which python    # macOS / Linux
where python    # Windows

# 安装依赖
pip install -r requirements.txt

# 退出
deactivate

用 Hatch 安装的 Python 创建 venv

${DESIRECORE_ROOT}/runtime/hatch/local/3.12/python/bin/python3 -m venv .venv
source .venv/bin/activate

pipx全局 CLI 工具)

pipx 把每个 CLI 工具装在独立 venv 里,对外暴露 shim不污染系统/项目 Python。

# 安装 pipx
brew install pipx                # macOS
sudo apt install pipx            # Ubuntu/Debian
pip install --user pipx          # 通用兜底
pipx ensurepath
exec "$SHELL"

# 安装 CLI 工具
pipx install black
pipx install ruff
pipx install markitdown
pipx install poetry
pipx install uv

# 升级
pipx upgrade-all

# 卸载
pipx uninstall black

# 列表
pipx list

适用场景black / ruff / mypy / poetry / uv / markitdown 等命令行工具。

conda / miniconda数据科学

适用于:需要 BLAS / CUDA / 非 Python 依赖(科学计算)。

# 安装 minicondamacOS / Linux
curl -fsSL "https://repo.anaconda.com/miniconda/Miniconda3-latest-$(uname -s)-$(uname -m).sh" -o miniconda.sh
bash miniconda.sh -b -p "$HOME/miniconda3"
eval "$("$HOME/miniconda3/bin/conda" shell.$(basename $SHELL) hook)"

# Windows: 下载 https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe 安装

# 创建环境
conda create -n myproject python=3.12
conda activate myproject

# 装包conda 优先pip 兜底)
conda install numpy pandas scikit-learn
pip install some-pypi-only-package

# 导出 / 还原
conda env export > environment.yml
conda env create -f environment.yml

# 退出
conda deactivate

conda 与 DesireCore Hatch 共存

两者都把 Python 装在用户目录,互不影响。规则:

  • 数据科学项目(涉及 numpy/pandas/jupyter/CUDA→ conda
  • 普通 Web/CLI/办公技能 → Hatch + venv

requirements.txt 与 pyproject.toml

requirements.txt简单

fastapi==0.111.0
pydantic>=2.0,<3.0
markitdown

pyproject.toml现代

[project]
name = "myproj"
version = "0.1.0"
requires-python = ">=3.10"
dependencies = [
  "fastapi>=0.111",
  "pydantic>=2.0,<3.0",
]

[project.optional-dependencies]
dev = ["pytest", "ruff", "mypy"]

安装:pip install -e .pip install -e ".[dev]"

何时用哪个

场景 工具
普通 Python 项目 venv + pip
全局 CLI 工具black/ruff/markitdown pipx
数据科学 / Jupyter / CUDA conda
现代项目管理(含构建发布) Hatch自带项目管理或 uv
严格隔离 / 多 Python 版本快速切换 DesireCore Hatch + venv

常见误区

  • sudo pip install —— 永远不要这样做
  • 在系统 Python 上直接 pip install —— PEP 668 会拒绝
  • 多个虚拟环境工具同时激活venv + conda 嵌套)—— 路径会乱
  • 把 venv 加入 git —— .venv/ 应该在 .gitignore