包與環境

SteelPython 像 CPython 一樣使用 pip 和 venv，並從同一個地方——Python Package Index——安裝相同的包。如果你熟悉 python -m pip 和 python -m venv，那麼本頁的內容你已經知道了；本頁主要說明需要預期的情況。

安裝包

spy -m pip install requests
spy -m pip install "pandas>=2" matplotlib
spy -m pip install -r requirements.txt
spy -m pip list
spy -m pip uninstall requests

pip 文件中的所有內容都適用：需求檔案、約束、--index-url 和 --extra-index-url、pip download、pip wheel、代理（HTTPS_PROXY）以及證書（--cert、PIP_CERT；預設使用 Windows 證書儲存）。

為自己安裝

當 SteelPython 為機器上的所有使用者安裝時，沒有管理員權限就無法寫入它自己的 site-packages 資料夾。與 CPython 一樣，pip 此時會改為安裝到你的使用者級資料夾 %APPDATA%\SteelPython\Python312\site-packages 中，並給出提示（“Defaulting to user installation because normal site-packages is not writeable”）；spy -m pip install --user ... 會顯式要求使用該資料夾。這些包在你執行的每個 spy 中都可用。它們安裝的命令位於 %APPDATA%\SteelPython\Python312\Scripts：請將該資料夾新增到 PATH，或通過 spy 執行它們，例如 spy -m IPython。若要為所有人安裝，請在管理員終端中執行 pip。使用虛擬環境則可以完全避免這個問題。

二進位制 wheel

SteelPython 可以執行 CPython 3.12 的編譯擴充模組，因此 pip 安裝的是 CPython 3.12 所用的同一批 wheel：PyPI 上的 cp312-win_amd64 和 abi3 wheel。numpy、pandas、scipy、scikit-learn、matplotlib、pyarrow、polars、duckdb、lxml、cryptography、pydantic、orjson 等包幾秒鐘即可安裝完畢，無需編譯任何東西，與 CPython 完全相同。

已知可以正常使用的包包括：numpy、pandas、scipy、scikit-learn、statsmodels、seaborn、matplotlib、PyTorch、Keras、transformers、numba、polars、pyarrow、duckdb、streamlit、Flask、FastAPI（配合 uvicorn）、Django、SQLAlchemy、requests、httpx、aiohttp、pydantic、cryptography、lxml、Pillow、grpcio、protobuf、greenlet 和 gevent、pytest、mypy 以及 black。

在 GPU 上執行 PyTorch

PyTorch 的 CUDA 版本來自 PyTorch 自己的索引；請按照其 Get Started 頁面的說明安裝，只需把 python 換成 spy：

spy -m pip install torch --index-url https://download.pytorch.org/whl/cu128
spy -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

這些 wheel 超過 2 GB；pip 會照常下載並快取它們。

虛擬環境

像使用 CPython 時一樣，為每個專案建立獨立的環境（venv 文件）：

spy -m venv .venv
.venv\Scripts\activate
spy -m pip install -r requirements.txt
spy main.py
deactivate

在 PowerShell 中，請使用 .venv\Scripts\Activate.ps1 啟用。環境在 Scripts\ 中有自己的 spy.exe，在 Lib\site-packages 中存放自己的包；不啟用時，可以直接執行 .venv\Scripts\spy.exe。包安裝的命令（pytest、black、streamlit 等）也會放在 Scripts\ 中，環境啟用後即可按名稱直接使用。

Misp 和 Spy Notebook 會找到專案資料夾中的環境（.venv、venv、env），也可以為你建立一個帶有 pip 的環境。

由 SteelPython 建立的環境屬於 SteelPython：由 CPython 建立的 .venv 不能被 spy 使用，反之亦然。請根據同一個 requirements.txt 另外建立一個環境。

從原始碼構建包

有些包沒有適用於 Windows 的 wheel，或者你可能想自己構建一個（pip install --no-binary，或你自己帶有 C 程式碼的包）。與 Windows 上的 CPython 一樣，這需要 C 編譯器：請安裝 Microsoft C++ Build Tools（Desktop development with C++ 工作負載）。SteelPython 自帶構建所需的標頭檔案和庫（位於 spy.exe 旁邊的 Include\ 和 libs\），setuptools 等構建後端會在尋找 CPython 標頭檔案和庫的位置找到它們。編寫擴充通過一個小示例完整演示了這一過程。

純 Python 編寫的包永遠不需要編譯器。

當某個包無法使用時

PyPI 上的大多數包都可以使用，但有些包可能依賴 SteelPython 所沒有的東西：

Tk：任何匯入 tkinter 的包（某些繪圖後端、簡單的 GUI 輔助工具）。對於 matplotlib，請使用非 Tk 後端：用 MPLBACKEND=Agg 將圖形儲存到檔案，或在 Spy Notebook 中顯示它們。
CPython 內部結構：直接讀取直譯器結構、而不是通過 C API 存取的包（某些在原生程式碼中檢查幀的效能分析器和偵錯程式、位元組碼重寫工具），可能無法匯入或行為異常。
引用計數的時機：其測試或邏輯期望物件在最後一個引用消失時就被釋放的包（請參閱與 CPython 的差異）。

如果某個包無法使用，錯誤資訊通常會說明原因。歡迎將行為異常的包報告至 contact@methodox.io。