如何避免conda-build中environment.yml与meta.yml的依赖重复？

方案1：用Jinja2模板让meta.yaml复用environment.yml的依赖 #

conda-build原生支持Jinja2模板，可以直接在meta.yaml中读取并解析environment.yml的内容，避免手动复制依赖。

操作步骤： #

1. 保持environment.yml结构清晰，示例如下：

name: my-package-dev
dependencies:
  - python>=3.8,<3.12
  - numpy>=1.21
  - pandas>=1.3
  - pip:
    - pytest>=7.0
    - black>=22.0

2. 修改meta.yaml，添加Jinja2代码读取environment.yml，提取核心依赖（排除pip开发工具类依赖）：

{% set env_data = load_file('environment.yml') %}
{% set core_deps = [dep for dep in env_data['dependencies'] if not isinstance(dep, dict)] %}

package:
  name: my-package
  version: {{ version }}

source:
  path: ../

build:
  number: 0
  script: "{{ PYTHON }} -m pip install . -vv"

requirements:
  build:
    - {{ compiler('c') }}
    - python {{ env_data['dependencies'] | select('match', 'python.*') | first | replace('python', '') }}
    - pip
  run:
    {% for dep in core_deps %}
    - {{ dep }}
    {% endfor %}

test:
  imports:
    - my_package
  requires:
    - pytest>=7.0

这里通过Jinja2的load_file读取environment.yml，过滤掉pip字典项，提取核心依赖到build/run部分，同时自动同步Python版本约束。

方案2：从meta.yaml生成environment.yml #

如果更倾向于以meta.yaml为单一依赖源，可以写一个简单脚本，从recipe中提取依赖并生成开发环境配置文件。

示例Python脚本（generate_env_yml.py）： #

import yaml

# 读取meta.yaml
with open("recipe/meta.yaml", "r") as f:
    meta = yaml.safe_load(f)

# 构建开发环境依赖：核心运行依赖 + 开发工具
dev_deps = meta['requirements']['run'] + [
    "pytest>=7.0",
    "black>=22.0",
    "conda-build>=3.22"
]

# 生成environment.yml内容
env_yml = {
    "name": "my-package-dev",
    "dependencies": dev_deps
}

# 写入文件
with open("environment.yml", "w") as f:
    yaml.dump(env_yml, f, sort_keys=False)

运行脚本即可自动生成environment.yml，后续只需要维护meta.yaml中的依赖，开发环境配置通过脚本同步。

方案3：用conda-lock统一生成依赖文件 #

conda-lock可以从environment.yml或meta.yaml生成跨平台的锁定依赖文件，同时支持导出为environment.yml格式：

1. 安装conda-lock：conda install -c conda-forge conda-lock
2. 从meta.yaml生成锁文件：conda-lock lock --file recipe/meta.yaml
3. 从锁文件导出开发环境配置：conda-lock export --filename environment.yml

这样既保证了依赖版本的一致性，也避免了手动维护两份配置。

内容的提问来源于stack exchange，提问作者Maglaur