معرفی شرکت ها
blue-krill-1.2.3
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Tools and common packages for blueking paas
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | blue-krill-1.2.3 |
| نام | blue-krill |
| نسخه کتابخانه | 1.2.3 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | blueking |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | - |
| آدرس اینترنتی | https://pypi.org/project/blue-krill/ |
| مجوز | Apache-2.0 |
# Blue krill
Python 常用工具包模块。
## 使用指南
### 1. blue_krill.secure
加解密、安全相关的工具与模块。
#### 1.1 dj_environ 模块
dj_environ 的主要目的是在 [django-environ](https://github.com/joke2k/django-environ) 之上，增加可以阅读加密环境变量的能力。如需使用，首先需要设置密文环境变量：
```bash
export DATABASE_URL='<使用 bk-secure 加密后的字符串>'
export FOO='<使用 bk-secure 加密后的字符串>'
```
然后在 `settings` 模块中，初始化 `SecureEnv` 对象并使用它读取对应配置：
```python
from blue_krill.secure.dj_environ import SecureEnv
# 初始化并加载 .env 文件内容
sec_env = SecureEnv()
environ.Env.read_env()
# 读取为数据库配置
DATABASES['default'] = sec_env.db()
# 读取为普通配置
FOO = sec_env('FOO')
```
#### 1.2 bk-secure 脚本
bk-secure 主要用于配合 dj_environ 模块生成加密环境变量（或配置文件）。使用前，先将 `BK_FERNET_KEY` 设为你所使用的加密 key。一般情况下，这个值等同于 Django 项目的 `BKKRILL_ENCRYPT_SECRET_KEY` 配置项：
```
export BK_FERNET_KEY='... ...'
```
执行 `encrypt` 加密某段明文：
```console
❯ bk-secure encrypt
Input string: mysql://u:p@localhost/foo
The encrypted token is: gAAAAABfKUtKIBzYc_gyQL-j9TmI35O1d0auLQfYeso6D8Q77ZC9PIuv26ABPFlOQSSPDzT3HcVrhI1K3XwU5Xfs6gP6iAe8RhEAJJhMktp7CKzn7p7imNk=
```
执行 `decrypt` 解密某段密文：
```console
❯ bk-secure decrypt
Input token: gAAAAABfKUtKIBzYc_gyQL-j9TmI35O1d0auLQfYeso6D8Q77ZC9PIuv26ABPFlOQSSPDzT3HcVrhI1K3XwU5Xfs6gP6iAe8RhEAJJhMktp7CKzn7p7imNk=
The decrypted result is: mysql://u:p@localhost/foo
```
使用 `edit` 以明文方式编辑某段密文，并输出新的密文：
```console
❯ bk-secure edit
Input token: gAAAAABfKUtKIBzYc_gyQL-j9TmI35O1d0auLQfYeso6D8Q77ZC9PIuv26ABPFlOQSSPDzT3HcVrhI1K3XwU5Xfs6gP6iAe8RhEAJJhMktp7CKzn7p7imNk=
# 将弹出编辑器界面修改明文，可通过 $EDITOR 环境变量设置编辑器
The new value is: mysql://u:p@localhost/foo2
The encrypted new value is: gAAAAABfKUui5_YUVxoYEYQG61RSRX1Ll3s1dgkZ5nUEJbCxakWHSyo3AKZFv3GuoQ7cH2Hm5LEU2QDK8C3G-_iog0TmqSbVkIYf0WnksH2DGgedldfbwhs=
```
### 2. blue_krill.editions
多版本开发相关工具模块
#### 2.1 editionctl 工具
`editonctl` 是用来帮助开发需要支持多版本 Python 项目的工具，使用该工具前，请先把你的项目目录组织成下面这种结构：
```raw
├── editionctl.toml
├── editions
│ ├── ee
│ │ └── ee.py
│ └── te
│ └── te.py
└── main
└── main.py
```
其中：
- `editions`：仅保存不同版本所特有的源码文件
- `main`：项目主目录
#### 2.1.1 创建配置文件
要使用 `editonctl`，首先需要在项目内创建配置文件 `editionctl.toml`。比如，针对上面的项目结构，我们可以创建这样的配置文件：
```toml
# 项目主目录
project_root = 'main'
# 项目各版本所在目录
editions_root = 'editions'
[[editions]]
# 版本名称
name = "TE"
# 版本相对路径
rel_directory = 'te'
[[editions]]
name = "EE"
rel_directory = 'ee'
```
> 更多配置文件相关说明，可执行 `editionctl help` 查看。
#### 2.1.2 在版本之间切换
在不同版本间切换，需要使用 `editionctl activate {EDITION_NAME}` 命令。执行该命令后，工具会将指定版本下的所有源码文件，拷贝到 `project_root` 中。
```bash
$ editionctl activate EE
[2020-12-17 16:51:37,312] INFO: Edition EE activated, linker is default
```
> 为了避免由工具拷贝的文件被意外提交到源码仓库，这些文件会被添加到 `{project_root}/.gitignore` 中。
#### 2.1.3 重置多版本
假如你想要清除所有由 `editionctl` 工具创建的源码文件，可以执行 `editionctl reset` 命令。执行该命令将删除所有多版本相关文件，只保留主目录。
#### 2.1.4 进入开发模式
在开发多版本项目时，`editions_root` 目录下的当前版本相关文件会被频繁修改。正常情况下，每次修改版本文件后，我们都要手动重新执行 `activate` 命令重新同步文件。
为了简化这个过程，我们可以使用 `editionctl develop`。
执行 `editionctl develop` 命令后，工具将会持续监听当前 `edition` 目录下的任何改动。如果监听到新改动，则自动触发同步机制。
```
$ editionctl develop
[2020-12-17 16:56:34,385] INFO: Start watching editions/ee directory for edition EE...
```
### 3. blue_krill.data_types.enum
枚举相关的数据类型。
### 3.1 FeatureFlag
功能标记(Feature Flag)用于控制当前用户能否感知到某个功能/特性，只提供**开启(enabled)**和**关闭(disabled)**两个状态, 分别对应于布尔值的 True/Flase。
为了避免各项目重复造轮子, blue_krill 抽象出通用的 FeatureFlag 模型, 同时也提供类似于`枚举(Enum)`的API, 降低使用成本。
#### 3.1.1 如何定义 FeatureFlag
就像定义普通的 Python Class 一样, 定义 FeatureFlag 只需要继承 `blue_krill.data_types.enum::FeatureFlag` 即可。
```python
from blue_krill.data_types.enum import FeatureFlag, FeatureFlagField
class UserFeatureFlag(FeatureFlag):
# 使用类属性声明 FeatureFlagField 时, name 属性会通过描述符协议自动设置, 无需额外指定.
WEBCONSOLE = FeatureFlagField(label="使用 WEBConsole")
CREATE_SMART_APP = FeatureFlagField(label="创建 Smart 应用")
...
```
#### 3.1.2 如何添加额外的 FeatureFlag
不同于`枚举值(Enum)`, FeatureFlag 允许在运行过程中动态添加额外的字段或修改已有字段的默认值。
```python
# 添加额外的 FeatureFlag 时, 需要制定对应的名称.
UserFeatureFlag.register_feature_flag(FeatureFlagField(name="CHOOSE_SOURCE_ORIGIN", label="选择源码来源"))
```
### 3.2 StructuredEnum
考虑到我们使用`枚举值(Enum)`时, 往往会给枚举值添加额外的描述字段，为了避免各项目重复造轮子，blue_krill 基于 `Enum` 实现了 StructuredEnum，可以基于配套的 `EnumField` 定义带有额外描述内容的枚举值。
```python
from blue_krill.data_types.enum import EnumField, StructuredEnum
class DiffType(str, StructuredEnum):
ADDED = EnumField("added", label="新增")
DELETED = EnumField("deleted", label="删除")
NOT_MODIFIED = EnumField("not_modified", label="未改动")
```
### 4. blue_krill.storages.blobstore
对象存储服务的简单封装, 目前支持 **上传**, **下载**, **生成预签名URL** 三个接口.
#### 4.1 S3Store
S3 协议的 BlobStore 实现, 使用时需要额外安装 boto3=='^1.4.3', 可参考以下代码进行实例化:
```python
from blue_krill.storages.blobstore.s3 import S3Store
store = S3Store(
bucket="your-bucket",
aws_access_key_id='your-access-key',
aws_secret_access_key='your-secret-key',
endpoint_url='your-s3-endpoint',
# Optional
region_name='your-region, default is `us-east-1`',
signature_version='your-signature-version, default is s3v4',
)
```
#### 4.2 BKGenericRepo
底层服务是 **蓝鲸通用二进制仓库** 的底层实现, 可参考以下代码进行实例化:
```python
from blue_krill.storages.blobstore.bkrepo import BKGenericRepo
store = BKGenericRepo(
bucket='your-bucket',
project='your-project-id',
endpoint_url='',
)
```
### 5. blue_krill.web
`blue_krill.web` 主要存放与 Web 开发有关的工具集。
#### 5.1 blue_krill.web.std_error
该模块内包含标准的错误码功能。`std_error` 最常见的用法，是通过 `ErrorCode` 定义一套错误码集合：
```python
from blue_krill.web.std_error import ErrorCode
class ErrorCodes:
CREATE_ERROR = ErrorCode('创建失败')
DELETE_ERROR = ErrorCode('删除失败')
# 实例化一个全局对象
error_codes = ErrorCodes()
```
当你要抛出某个特定错误时，可以使用下面的语句：
```python
raise error_codes.CREATE_ERROR
# 使用 .f() / .format() 方法追加错误信息
raise error_codes.CREATE_ERROR.f('追加说明')
# 传递 replace=True 替换错误信息
raise error_codes.CREATE_ERROR.f('替换信息', replace=True)
# 设置异常对象的 data 属性，以便在后续处理。可通过 exc_obj.data 属性读取
raise error_codes.CREATE_ERROR.set_data({'your': 'data'})
```
> 注意：`APIError` 是不可变类型，调用 `format()` 会克隆并返回一个新对象，而非修改现有对象。
当程序抛出 `APIError` 异常后，为了让用户正常看到错误响应，你必须在 Web 框架里捕获并处理该类异常。
##### 5.1.1 在框架内捕获 APIError 异常
视 Web 框架的不同，捕获与处理 `APIError` 的方式会略有区别，以 `DRF` 框架为例。要捕获 `APIError` 异常，我们首先得创建一个新函数：
```python
# file: my_module.py
from blue_krill.web.std_error import APIError
def custom_exception_handler(exc, context):
if isinstance(exc, APIError):
# 你可以随意修改这里的响应数据结构
data = {
'code': exc.code,
'detail': exc.message,
}
return Response(data, status=exc.status_code)
# ... 其他异常处理撮箕
```
创建完函数后，下一步是修改项目配置，将 `EXCEPTION_HANDLER` 调整为该异常捕获函数：
```python
REST_FRAMEWORK = {
'EXCEPTION_HANDLER': 'my_module.custom_exception_handler'
}
```
配置完成后，每当你在项目里抛出 `error_codes.CREATE_ERROR`，用户便会看到下面的错误信息：
```json
{
"code": 'CREATE_ERROR',
"detail": '创建失败'
}
```
##### 5.1.2 ErrorCode API 说明
在创建 `ErrorCode` 对象时，除了可以传入必须的 `message` 参数，还支持传入许多可选的个性化参数：
- `message`: 必选，错误详情信息，可包含字符串模板变量
- `code_num`: 可选，数字错误代码，默认为 -1
- `extra_formatter`：可选，额外的错误信息格式化函数
- `status_code`: 该错误推荐使用的 HTTP 错误代码，默认为 400
这些参数各自有着不同的用途，比如，通过定义 `extra_formatter` 属性，你可以调整 `APIError` 拼装错误信息 `message` 的逻辑。
以下面的代码为例：
```python
# formatter 函数接收两个参数：默认错误信息、当前异常对象
def _format_message(message, exc):
# 将错误码拼装到错误信息前
return f'code: {exc.code} - {message}'
class ErrorCodes:
foo = ErrorCode('foo message', extra_formatter=_format_message)
```
当你抛出 `foo` 错误码时，由于我们使用了自定义的 `message` 格式化函数，错误详情会变成这样：`code: foo - foo message`。
`ErrorCode` 的 `message` 除了能使用普通字符串以外，还支持字符串模板功能。举个例子，假如你定义的 `message` 是 `name={name}`，那么，当你抛出异常时，可以用 `.format()` 方法传入模板变量，对错误信息进行二次渲染。
```python
raise error_codes.FOO # 1
raise error_codes.FOO.format(name='foobar') # 2
```
1. 用户看到的错误信息是 `name={name}`
2. 用户看到的错误信息会变为 `name=foobar`
#### 5.2 blue_krill.web.drf_utils
`drf_utils` 模块内包含许多与 DRF 框架有关的工具。
##### 5.2.1 stringify_validation_error
`stringify_validation_error()` 会将由 DRF 框架抛出的 `ValidationError` 校验错误异常对象，转换为可读性更好的错误提示文字。
比如，下面的异常对象：
```python
ValidationError({'foo': {'bar': [ErrorDetail('err1'), ErrorDetail('err2')]}})
```
可以被转换为：`['foo.bar: err1', 'foo.bar: err2']` 这样的文字内容。
### 6. blue_krill.async_utils
#### 6.1 blue_krill.aysnc_utils.poll_tasks
`poll_tasks` 是一个用来执行长时间轮询任务的异步工具模块。它的工作原理是每隔几秒钟，拉起一个 `celery` 任务进行轮询逻辑。当轮询应该结束时，带着结果回调。
要创建一个新的轮询任务，你首先要编写一个 `TaskPoller` 类。
```python
from blue_krill.async_utils.poll_task import TaskPoller, PollingResult
class MyTaskPoller(TaskPoller):
# 通过定义下面的属性，修改当前 Poller 类的默认配置
# max_retries_on_error = 10
# overall_timeout_seconds = 3600 * 24 * 7
# default_retry_delay_seconds = 10
def query(self) -> PollingResult:
result = request_api()
if result:
return PollingResult.done(data={'result': ...})
else:
return PollingResult.doing(data={'current_value': ...})
```
`TaskPoller` 的配置属性含义如下：
- `max_retries_on_error`：当轮询抛出异常的总次数，超过该值后，不再继续下次轮询
- `overall_timeout_seconds`：当轮询的总执行时间（从第一次轮询开始后计算）超过该值，结束本次轮询并返回超时结果
- `default_retry_delay_seconds`：两次轮询行为之间相隔的秒数
每个 `TaskPoller` 类都必须重写 `query()` 方法，在其中实现**每次**轮询的真正逻辑。在 `query()` 方法内部，你可以从以下属性读取与本次轮询相关的数据：
- `self.params`：轮询任务启动时的参数，通常为字典 `Dict`
- `self.metadata`：本次轮询任务的元数据，里面包含轮询开始时间、已完成的轮询次数等数据
`query()` 方法需要返回一个 `PollingResult` 结果，来控制接下来的轮询流程。
不同的轮询结果，代表着不同含义：
- `PollingResult.done()`：表示整个轮询任务已结束，不会启动新异步任务
- `PollingResult.doing()`：表示应该继续轮询，会派生新的异步任务
在实例化 `PollingResult` 时，你可以通过 `data` 属性传入额外数据。该数据对于不同状态的轮询结果来说，有着不同含义。
- 当轮询返回 `done()` 结果时，`data` 会通过回调传递到 `CallbackHandler` 的 `result` 参数里
- 当轮询仍在继续，返回 `doing()` 结果时，可在 `TaskPoller` 类中，通过 `self.metadata.last_polling_data` 获取**上次轮询**的 `data` 内容
创建完 TaskPoller 类后，下一步是编写 ResultHandler 结果回调类。
##### 6.1.1 定义 CallbackHandler 类
一个标准的 `CallbackHandler` 如下所示：
```python
from blue_krill.async_utils.poll_task import (
CallbackHandler,
CallbackResult,
TaskPoller
)
class MyHandler(CallbackHandler):
def handle(self, result: CallbackResult, poller: TaskPoller):
# 通过 result 和 poller 执行回调逻辑
pass
```
根据轮询的不同执行结果，`CallbackResult.status` 会有几种不同的状态：
- `CallbackStatus.NORMAL`：轮询正常结束，`Poller` 返回的轮询结果为 `DONE` / '.doing()'
- `CallbackStatus.TIMEOUT`：轮询超过了规定时间（``overall_timeout_seconds``）仍未结束，判定为超时
- `CallbackStatus.EXCEPTION`：轮询时发生了异常，且总异常次数超过最大值：`max_retries_on_error`
为了方便操作，你可以直接调用 `result.is_exception` 属性来获知本次轮询是否正常结束。任何状态不为 `NORMAL` 的结果，`.is_exception` 值都为 `True`。
##### 6.1.2 启动轮询任务
当你定义好 `Poller` 与 `CallbackHandler` 类后，可以用以下方式启动一次轮询任务：
```python
# params = {'some_field': 'value'}
MyTaskPoller.start(params, MyHandler)
```
通过执行 `TaskPoller` 类的 `start()` 方法，程序会派生出一个名为 `poll_task.check_status_until_finished` 的 `celery` 异步任务，之后触发 `TaskPoller` 的 `query()` 方法，不断开始轮询。
#### 6.2 blue_krill.aysnc_utils.django_utils
这个模块提供了 Django + Celery 相关的一些辅助函数。
#### 6.2.1 apply_async_on_commit
在开启 Django 事务的过程中，可能会立即触发一些 Celery 异步任务，在事务未提交或回滚时，异步任务执行结果是不可预期的。
这个函数可以封装 Celery 的异步任务调用：
- 如果不在事务之中，会立刻触发异步任务；
- 如果处于事务之中，则会在事务提交后触发；
因为执行时机不确定，这个函数会强制忽略异步任务的返回值。
#### 6.2.2 delay_on_commit
函数 `apply_async_on_commit` 的简化版本，相当于 Celery 中 `apply_async` 和 `delay` 的区别。
### 7. blue_krill.monitoring.probe
`blue_krill.monitoring.probe` 模块提供了常见的健康探针功能。
#### 7.1 blue_krill.monitoring.probe.tcp
`blue_krill.monitoring.probe.tcp` 模块提供了通用的 TCP 健康探针, 可检测是否能建立 TCP 连接。
```python
# Usage:
from blue_krill.monitoring.probe.tcp import TCPProbe, InternetAddress
class SomeTCPProbe(TCPProbe):
name: str = "some"
address: InternetAddress = InternetAddress(host="localhost", port=8080)
report = SomeTCPProbe().report()
```
#### 7.2 blue_krill.monitoring.probe.http
`blue_krill.monitoring.probe.http` 模块提供了通用的 HTTP 健康探针, 可检测 HTTP 服务是否正常工作。
```python
# Usage
from blue_krill.monitoring.probe.http import HttpProbe
class SomeHttpProbe(HttpProbe):
name: str = "some"
url: str = "http://localhost/ping"
report = SomeHttpProbe().report()
class SomeHttpWithAuth(HttpProbe):
name: str = "some"
url: str = "http://localhost/ping"
params: Dict = {"token": "dummy"}
headers: Dict = {"Authorization": "Basic YWxhZGRpbjpvcGVuc2VzYW1l"}
report = SomeHttpWithAuth().report()
```
#### 7.3 blue_krill.monitoring.probe.mysql
`blue_krill.monitoring.probe.mysql` 模块提供了通用的 MySQL 健康探针, 可检测 MySQL 服务是否正常工作, 该模块依赖 pymysql。
```python
# Usage:
from blue_krill.monitoring.probe.mysql import MySQLProbe, MySQLConfig
class SomeMySQLProbe(MySQLProbe):
name: str = "some"
config = MySQLConfig(host="localhost", port=3306, username="root", password="root", database="information_schema")
report = SomeMySQLProbe().report()
```
#### 7.4 blue_krill.monitoring.probe.redis
`blue_krill.monitoring.probe.redis` 模块提供了通用的 Redis 健康探针和 Redis Sentinel 集群健康探针, 可检测 Redis 服务是否正常工作, 该模块依赖 redis。
```python
# Usage:
from blue_krill.monitoring.probe.redis import RedisProbe
class SomeRedisProbe(RedisProbe):
name: str = "some"
redis_url: str = "redis://localhost:6379/0"
report = SomeRedisProbe().report()
# Redis Sentinel
from blue_krill.monitoring.probe.redis import RedisSentinelProbe
class SomeRedisSentinelProbe(RedisSentinelProbe):
name: str = "some"
redis_url: str = "sentinel://:xxx@localhost:6379/0"
master_name: str = "mycluster"
sentinel_kwargs: dict = {'password': 'xxx'}
report = SomeRedisSentinelProbe().report()
```
### 8 blue_krill.cubing_case
`blue_krill.cubing_case` 增加各个方法互相转换的工具库.
#### 8.1 blue_krill.cubing_case.RegexCubingHelper
基于多种正则将多种模式混合的字符串进行拆分，转换并组合成新的字符串的工具类。
#### 8.2 blue_krill.cubing_case.CommonCaseConvertor
在 `blue_krill.cubing_case.RegexCubingHelper` 之上的一个封装实现，将指定的多种模式的字符串转化成常见的方法，包含：
- 驼峰式：`CubingCase`
- 小写开头的驼峰式：`cubingCase`
- 小写下划线式：`cubing_case`
- 大写下划线式：`CUBING_CASE`
- 小写连字符式：`cubing-case`
- 大写下划线式：`CUBING-CASE`
- 小写点分式：`cubing.case`
- 大写下划线式：`CUBING.CASE`
- 小写空格分隔式：`cubing case`
#### 8.3 blue_krill.cubing_case.shortcuts
`blue_krill.cubing_case.shortcuts` 是 `blue_krill.cubing_case.CommonCaseConvertor` 的一个快捷方式，内置了其转换目标的所有源模式，可以实现所有模式的正反转换。
### 9 blue_krill.redis_tools
`blue_krill.redis_tools` 提供了 redis 常用工具
#### 9.1 blue_krill.redis_tools.sentinel
`blue_krill.redis_tools.sentinel` 提供了 redis sentinel 模式下，直接从 url 生成 redis 实例的方法。
```python
# Usage:
from blue_krill.redis_tools.sentinel import SentinelBackend
backend = SentinelBackend('sentinel://xxx@localhost:26347/0', 'mycluster', {'password': 'xxx'})
r = backend.client
r.set('foo', 'bar')
# 获得 b'bar'
r.get('foo')
```
## 开发指南
首先安装 [poetry](https://github.com/python-poetry/poetry)，之后在项目目录下执行 `poetry env use python3.6` 初始化开发用虚拟环境。然后用 `poetry shell` 命令激活虚拟环境。
- 执行 `poetry install` 安装所有依赖
- 使用 `pytest -s .` 执行所有单元测试
在开发时，如果想让某项目安装本地目录里的 blue-krill 模块，首先切换到对应项目虚拟环境，然后在 blue-krill 目录执行 `pip install -e .`
### 使用 tox 执行单元测试
为了测试包在不同 Python 版本下的稳定性，我们使用了 tox 工具。在项目目录下执行 `tox` 即可执行所有的单元测试。
### 发布包
首先，执行 `poetry build` 命令在 dist 目录下生成当前版本的包(需要检查 dist 目录中的内容是否符合预期，避免上传其他版本覆盖)。然后执行 `twine upload dist/* --repository-url {pypi_address} --username {your_name} --password {your_token}` 将其上传到 pypi 服务器上。
### 以“可编辑模式”安装
进入项目根目录，执行 `pip install -e .` 以“可编辑模式”安装包。该操作要求 pip 为版本 21.3 及以上[（参考）](https://pip.pypa.io/en/stable/news/#v21-3)。
نیازمندی
| مقدار | نام |
|---|---|
| - | click |
| >=3.0.0,<4.0.0 | cryptography |
| >=2.2.1,<3.0.0 | curlify |
| >=0.7,<0.8) | dataclasses |
| >=0.8.1,<0.9.0 | django-environ |
| >=1.7,<2.0 | pydantic |
| >=1.7.1 | pyjwt |
| >=1.0.4,<2.0.0 | python-editor |
| - | requests |
| - | six |
| - | toml |
| >=1.0.2,<2.0.0 | watchdog |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6.2,<3.11 | Python |
نحوه نصب
نصب پکیج whl blue-krill-1.2.3:
pip install blue-krill-1.2.3.whl
نصب پکیج tar.gz blue-krill-1.2.3:
pip install blue-krill-1.2.3.tar.gz