作为 python 包维护者，我如何确定最低工作要求

Question

虽然可以简单地使用pip freeze 来获取当前环境，但不适合要求像我所使用的那样最前沿的环境。 此外，一些开发人员工具仅在最新版本的包中可用（想想类型注释），但用户不需要。 我的目标用户可能希望在缓慢升级的机器上使用我的包，并且我希望我的要求尽可能低。 例如，我不能要求比 Python 3.6 更好（即使那样我认为某些用户可能无法使用该包）。 同样，我想避免需要最新的 Numpy 或 Matplotlib 版本。

是否有（半）自动方式来确定每个依赖项的最旧兼容版本？

或者，我可以手动尝试使用旧包构建 conda 环境，但我必须随机尝试。 不幸的是，我继承了一个中等规模的代码库（~10KLoC），还没有进行自动化测试（我打算做一些，但是这需要一些时间，很遗憾这不是我的首要任务）。 要求也没有正确定义，所以我不知道两年前它是用什么运行的。

Answer 1

因为 语义版本控制 并不总是得到尊重（而且因为从开发人员的角度来看，可能很难准确地为每个可能的用户确定什么是次要或主要更改），并且因为只有人类才能解析发行说明以了解发生了什么变化，没有简单的解决方案。

我的技术方法是使用 Python 和库版本的已知工作组合创建一个虚拟环境。从那里，一次一个版本地降级一个版本，一个库，验证它仍然可以正常工作（如果是手动和/或长时间检查可能会很困难）。

我的社交解决方案是将技术方法时间限制为不超过几个小时。然后满足于你所达到的。在自述文件中指出 lib 要求可能被夸大了，欢迎提供帮助。

如果没有您有信心的快速自动化测试，就无法自动探索 N 空间（每个库都是一个维度）以找到一些最小值。