如何使用Poetry从指定目录安装对应平台的Wheel包？

直接配置Poetry的方法 #

方法1：按平台指定单个Wheel路径 #

如果每个平台的Wheel文件命名明确（比如包含linux/windows/darwin标识），可以在pyproject.toml里针对不同平台单独配置依赖：

[tool.poetry.dependencies]
python = "^3.8"
package_name = [
    { url = "file:///path/to/wheels/package_name-1.0.0-cp38-cp38-manylinux_2_17_x86_64.whl", platform = "linux" },
    { url = "file:///path/to/wheels/package_name-1.0.0-cp38-cp38-win_amd64.whl", platform = "windows" },
    { url = "file:///path/to/wheels/package_name-1.0.0-cp38-cp38-macosx_10_15_x86_64.whl", platform = "darwin" }
]

Poetry会自动识别当前运行平台，匹配对应的Wheel文件安装。

方法2：配置本地源模拟--find-links #

想要完全复刻pip的--no-index --find-links行为，可在pyproject.toml中添加本地Wheel目录作为优先级最高的源：

[[tool.poetry.source]]
name = "local-wheels"
url = "file:///path/to/wheels/"
priority = "primary"  # 优先使用本地源，跳过PyPI

[tool.poetry.dependencies]
python = "^3.8"
package_name = "1.0.0"

执行poetry install时，Poetry会从本地目录查找符合版本和平台要求的Wheel包，和pip的逻辑一致。

变通方案 #

方案1：封装Wheel为本地代理包 #

把目标Wheel放在单独目录，用一个简单的Poetry包封装它，通过构建脚本调用pip安装：

1. 创建local_package_name目录，放入所有平台的Wheel文件
2. 在该目录下创建pyproject.toml：

   [tool.poetry]
   name = "package_name"
   version = "1.0.0"
   description = "Local proxy for package_name wheels"
   authors = ["Your Name <your@email.com>"]
   
   [tool.poetry.dependencies]
   python = "^3.8"
   
   [tool.poetry.build]
   script = "build.py"
   

3. 编写build.py脚本：

   import subprocess
   import sys
   
   # 调用pip安装对应平台的Wheel
   subprocess.run(
       [sys.executable, "-m", "pip", "install", "--no-index", "--find-links", ".", "package_name"],
       check=True
   )
   
   from setuptools import setup
   setup(name="package_name", version="1.0.0")
   

4. 主项目的pyproject.toml中添加依赖：

   [tool.poetry.dependencies]
   package_name = { path = "./local_package_name" }
   

   这样Poetry安装时会触发代理包的构建脚本，自动安装匹配平台的Wheel。

方案2：直接用poetry run调用pip #

如果不想修改配置文件，可在环境初始化后手动执行：

poetry run pip install --no-index --find-links /path/to/wheels/ package_name

这种方式简单直接，适合临时场景，但每次重建虚拟环境都需要重新执行。

方案3：自定义Poetry插件（进阶） #

如果需要长期灵活控制，可编写Poetry插件，在安装阶段自动检测平台并从指定目录选择对应Wheel。这种方式需要具备Python插件开发能力，适合大型项目的长期维护。

内容的提问来源于stack exchange，提问作者Alonme