跳转至

Pixi Global#

通过 pixi global，用户可以管理全局安装的工具，使它们可以从任何目录中访问。 这意味着 pixi 环境将被放置在一个全局位置，并且工具将暴露到系统的 PATH 中，使你可以从命令行运行它们。

基本用法#

运行以下命令将 rattler-build 安装到你的系统中。

pixi global install rattler-build

pixi global 的一个优点是，默认情况下，它会将每个包隔离在自己的环境中，仅暴露必要的入口点。 这意味着你不必担心删除某个包时意外破坏看似无关的包。 这种行为与 pipx 非常相似。

但是，有时你可能希望将多个依赖项放在同一个环境中。 例如，ipython 本身非常有用，但在使用时如果能够同时提供 numpy 和 matplotlib，它将变得更有用。

执行以下命令：

pixi global install ipython --with numpy --with matplotlib

numpy 曝露了可执行文件，但由于它是通过 --with 添加的，它的可执行文件并不会被暴露。

现在，导入 numpy 和 matplotlib 将按预期工作。

ipython -c 'import numpy; import matplotlib'

有时你可能想在系统上安装多个版本的同一个包。 由于它们都会在系统的 PATH 中可用，因此需要使用不同的名称暴露它们。

看看以下命令： 

pixi global install --expose py3=python "python=3.12"

通过指定 --expose，我们指定希望将可执行文件 python 暴露为 py3。 包 python 还包含更多可执行文件，但由于我们指定了 --expose，它们不会被自动暴露。

你可以运行 py3 来启动 Python 解释器。

py3 -c "print('Hello World')"

全局清单#

自 v0.33.0 版本以来，pixi 引入了一个新的清单文件，它将被创建在全局目录中。 此文件将包含安装在全局环境中的环境列表、它们的依赖项和暴露的二进制文件。 该清单可以编辑、同步、提交到版本控制系统，并与其他人共享。

从前面部分执行的命令将生成如下的清单：

version = 1

[envs.rattler-build]
channels = ["conda-forge"]
dependencies = { rattler-build = "*" }
exposed = { rattler-build = "rattler-build" }

[envs.ipython]
channels = ["conda-forge"]
dependencies = { ipython = "*", numpy = "*", matplotlib = "*" }
exposed = { ipython = "ipython", ipython3 = "ipython3" }

[envs.python]
channels = ["conda-forge"]
dependencies = { python = "3.12.*" } # (1)!
exposed = { py3 = "python" } # (2)!
  1. 依赖项是将安装在环境中的包。你可以指定版本或使用通配符。
  2. 暴露的二进制文件是将在系统路径中可用的文件。在此示例中，python 被暴露为 py3。

清单位置#

根据操作系统的不同，清单文件可以在以下位置找到：

优先级 位置 备注
1 $HOME/.pixi/manifests/pixi-global.toml 用户特定的清单
2 $PIXI_HOME/manifests/pixi-global.toml 用户主目录中的全局清单。PIXI_HOME 默认为 ~/.pixi
优先级 位置 备注
1 $HOME/.pixi/manifests/pixi-global.toml 用户特定的清单
2 $PIXI_HOME/manifests/pixi-global.toml 用户主目录中的全局清单。PIXI_HOME 默认为 ~/.pixi
优先级 位置 备注
1 %USERPROFILE%\.pixi\manifests\pixi-global.toml 用户特定的清单
2 $PIXI_HOME\manifests/pixi-global.toml 用户主目录中的全局清单。PIXI_HOME 默认为 %USERPROFILE%/.pixi

Note

如果存在多个位置，将使用优先级最高的清单文件。

Channels#

通道是将用于搜索包的 conda 通道。 这些通道有优先级，因此第一个通道将具有最高优先级，如果在该通道中未找到包，则将使用下一个通道。 例如，运行： 

pixi global install --channel conda-forge --channel bioconda snakemake
将生成以下清单条目： 
[envs.snakemake]
channels = ["conda-forge", "bioconda"]
dependencies = { snakemake = "*" }
exposed = { snakemake = "snakemake" }

有关通道的更多信息，请参见 这里。

自动暴露#

有一些附加的自动行为，如果你安装的包与环境同名，它将以相同的名称暴露。 即使二进制名称仅通过包的依赖项暴露。 例如，运行： 

pixi global install ansible
将创建以下清单条目： 
[envs.ansible]
channels = ["conda-forge"]
dependencies = { ansible = "*" }
exposed = { ansible = "ansible" } # (1)!

  1. ansible 二进制文件被暴露，尽管它是通过 ansible 的依赖包 ansible-core 安装的。

依赖项#

依赖项是将安装到你的环境中的 Conda 包。例如，运行： 

pixi global install "python<3.12"
将在清单中创建以下条目： 
[envs.vim]
channels = ["conda-forge"]
dependencies = { python = "<3.12" }
# ...
通常，你只需指定要安装的工具，但如果需要，也可以添加更多包。 定义要安装的环境将允许你一次添加多个依赖项。 例如，运行： 
pixi global install --environment my-env git vim python
将在清单中创建以下条目： 
[envs.my-env]
channels = ["conda-forge"]
dependencies = { git = "*", vim = "*", python = "*" }
# ...

你可以通过运行以下命令 add 依赖项到现有环境： 

pixi global install --environment my-env package-a package-b
这将作为依赖项添加到 my-env 环境中，但不会自动暴露新包的二进制文件。

你可以通过运行以下命令 remove 依赖项： 

pixi global remove --environment my-env package-a package-b

跳板程序#

为了提高效率，pixi 使用 跳板程序——小型、专用的二进制文件，在执行主二进制文件之前管理配置和环境设置。跳板程序方法允许跳过执行对性能影响较大的激活脚本。

当你执行全局安装的二进制文件时，跳板程序执行以下步骤：

  • 每个跳板程序首先读取与正在执行的二进制文件同名的配置文件。该配置文件以 JSON 格式存储（例如，python.json），包含有关如何设置环境的关键信息。配置文件存储在 .pixi/bin/trampoline_configuration 中。
  • 加载配置并设置好环境后，跳板程序执行原始二进制文件，并应用正确的环境设置。
  • 安装新二进制文件时，新的跳板程序将放置在 .pixi/bin 目录中，并与 .pixi/bin/trampoline_configuration/trampoline_bin 进行硬链接。这优化了存储空间并避免了跳板程序的重复。

示例：一次添加一系列工具#

如果不指定环境，你可以一次添加多个工具： 

pixi global install pixi-pack rattler-build
该命令将在清单中生成以下条目： 
[envs.pixi-pack]
channels = ["conda-forge"]
dependencies = { pixi-pack = "*" }
exposed = { pixi-pack = "pixi-pack" }

[envs.rattler-build]
channels = ["conda-forge"]
dependencies = { rattler-build = "*" }
exposed = { rattler-build = "rattler-build" }
创建两个独立且互不干扰的环境，同时仅暴露最低限度的必需二进制文件。

示例：创建数据科学沙盒环境#

你可以使用以下命令创建一个包含多个工具的环境： 

pixi global install --environment data-science --expose jupyter --expose ipython jupyter numpy pandas matplotlib ipython
该命令将在清单中生成以下条目： 
[envs.data-science]
channels = ["conda-forge"]
dependencies = { jupyter = "*", ipython = "*" }
exposed = { jupyter = "jupyter", ipython = "ipython" }
在此设置中，data-science 环境中同时暴露了 jupyter 和 ipython，允许你运行： 
> ipython
# 或
> jupyter lab
这些命令将在全局范围内可用，使你可以轻松访问你喜欢的工具，而无需切换环境。

示例：为不同平台安装包#

你可以使用 --platform 标志为不同的平台安装包。 当你想在 osx-arm64 上安装 osx-64 的包时，这非常有用。 例如，在 osx-arm64 上运行以下命令： 

pixi global install --platform osx-64 python
将会在清单中创建以下条目： 
[envs.python]
channels = ["conda-forge"]
platforms = ["osx-64"]
dependencies = { python = "*" }
# ...

未来潜在功能#

PyPI 支持#

我们可以通过以下命令支持来自 PyPI 的包：

pixi global install --pypi flask

锁定文件#

锁定文件对于全局工具来说不太重要。 然而，需求仍然存在，并且不关心它的用户不应受到负面影响。

多个清单#

我们可以使用一个默认的清单，但也可以解析同一目录中的其他清单。 被解析为清单的唯一要求是 .toml 扩展名。 为了通过 CLI 修改这些清单，可能需要添加 --manifest 选项来选择正确的清单。

  • pixi-global.toml: 默认清单
  • pixi-global-company-tools.toml
  • pixi-global-from-my-dotfiles.toml

目前尚不清楚是否第一版实现已经需要支持这个功能。 至少我们应该将清单放在它自己的文件夹中，如 ~/.pixi/global/manifests/pixi-global.toml。

无激活#

当前 pixi global install 提供了 --no-activation 功能。 当设置此标志时，在运行暴露的可执行文件时，CONDA_PREFIX 和 PATH 不会被设置。 这在安装 Python 包管理器或 shell 时非常有用。

假设这需要按映射设置，一种暴露此功能的方式是允许如下设置：

[envs.pip.exposed]
pip = { executable = "pip", activation = false }