如何让自研Python包同时兼容Conda环境与标准Python打包工具？

核心思路：用pyproject.toml统一管理依赖，配合Conda构建配置实现双兼容 #

1. 用pyproject.toml定义基础依赖（适配pip） #

遵循PEP 621规范，在pyproject.toml中统一声明包的核心依赖、可选依赖等，确保pip安装时可直接读取：

[project]
name = "your-package-name"
version = "0.1.0"
dependencies = [
    "numpy>=1.21",
    "scipy>=1.7",
    # 其他通用依赖
]

[project.optional-dependencies]
dev = [
    "pytest>=7.0",
    "black>=23.0"
]

执行pip install .或上传PyPI后，pip可正常识别并处理依赖。

2. 为Conda安装准备构建配置（meta.yaml） #

要让Conda能安装你的包，需编写conda-build专用的meta.yaml，通过Jinja2语法导入pyproject.toml内容，避免重复维护依赖：

• 创建conda-recipe/meta.yaml文件：

package:
  name: your-package-name
  version: "{{ load_file('../pyproject.toml')['project']['version'] }}"

source:
  path: ..

build:
  noarch: python
  script: "{{ PYTHON }} -m pip install . -vv"

requirements:
  host:
    - python >=3.8
    - pip
  run:
    - python >=3.8
    {% for dep in load_file('../pyproject.toml')['project']['dependencies'] %}
    - {{ dep }}
    {% endfor %}

test:
  imports:
    - your_package_name
  requires:
    {% for dep in load_file('../pyproject.toml')['project']['optional-dependencies']['dev'] %}
    - {{ dep }}
    {% endfor %}
  commands:
    - pytest tests/

修改pyproject.toml的依赖后，meta.yaml会自动同步，无需手动维护两份配置。

3. 本地Conda安装与测试 #

• 先用conda-build构建包：

conda build conda-recipe

• 构建完成后，安装本地包：

conda install -c local your-package-name

Conda会自动处理依赖冲突，确保与已安装的Conda包兼容。

4. 简化维护的额外技巧 #

• 用pip-tools从pyproject.toml生成requirements.txt（适配传统pip场景）：

pip install pip-tools
pip-compile pyproject.toml

生成的requirements.txt可直接给pip使用，无需手动编写。

• 优先选择Conda和pip双端支持的包；若必须使用Conda专属包，可在meta.yaml的run依赖中额外添加，同时在pyproject.toml中用环境标记说明（例如"mypackage; sys_platform == 'linux'"）。

注意事项 #

• 弃用已停止维护的conda develop，改用上述conda build+本地安装的方式，完全支持Python 3.11及以上版本。
• 若需上传至conda-forge，仅需基于上述meta.yaml做少量调整即可。

内容的提问来源于stack exchange，提问作者Drphoton