在 Gradio Spaces 中处理依赖项

默认依赖

默认的 Gradio Spaces 环境预装了多个依赖项：

• huggingface_hub 客户端库允许您使用 Python 管理 Hub 上的仓库和文件，并从您的 Space 中以编程方式访问 Inference Providers。如果您选择在应用中使用 Inference Providers 来实例化模型，即可享受内置的加速优化。此选项还能减少计算资源的消耗，这对环境总是有益的！🌎

  有关如何通过编程方式访问 Inference Providers 的更多信息，请参阅此页面。

• requests 适用于从您的应用中调用第三方 API。

• datasets 允许你在应用中获取或显示 Hub 上的任何数据集。

• gradio。您可以选择使用 sdk_version 在 README.md 文件中要求特定版本。

• 常见的 Debian 软件包，例如 ffmpeg、cmake、libsm6 以及其他少数几个。

添加您自己的依赖项

如果运行应用需要其他 Python 包，请将它们添加到仓库根目录下的 requirements.txt 文件中。Spaces 运行时引擎会即时创建自定义环境。你还可以添加一个 pre-requirements.txt 文件，用于描述将在主要依赖项之前安装的依赖项。如果需要更新 pip 本身，这可能会很有用。

Debian 依赖项也受支持。在仓库根目录添加一个 packages.txt 文件，并在其中列出所有依赖项。每个依赖项应单独占一行，每一行都会被读取并通过 apt-get install 进行安装。

Update on GitHub