Gerenciando Dependências em Gradio Spaces

Dependências padrão

O ambiente padrão dos Gradio Spaces vem com várias dependências pré-instaladas:

• A biblioteca de clientes huggingface_hub permite que você gerencie seu repositório e arquivos no Hub com Python e acesse programaticamente os Inference Providers a partir do seu Space. Se você optar por instanciar o modelo no seu aplicativo com Inference Providers, pode se beneficiar das otimizações de aceleração integradas. Essa opção também consome menos recursos de computação, o que é sempre bom para o meio ambiente! 🌎

  Consulte esta página para obter mais informações sobre como acessar os Inference Providers programaticamente.

• requests é útil para chamar APIs de terceiros do seu aplicativo.

• datasets permite buscar ou exibir qualquer conjunto de dados do Hub dentro do seu aplicativo.

• gradio. Você pode, opcionalmente, exigir uma versão específica usando sdk_version no arquivo README.md.

• Pacotes Debian comuns, como ffmpeg, cmake, libsm6 e alguns outros.

Adicionando suas próprias dependências

Se você precisar de outros pacotes Python para executar seu aplicativo, adicione-os a um arquivo requirements.txt na raiz do repositório. O mecanismo de runtime do Spaces criará um ambiente personalizado sob demanda. Você também pode adicionar um arquivo pre-requirements.txt descrevendo as dependências que serão instaladas antes das suas dependências principais. Isso pode ser útil se você precisar atualizar o próprio pip.

As dependências do Debian também são suportadas. Adicione um arquivo packages.txt na raiz do seu repositório e liste todas as suas dependências nele. Cada dependência deve estar em uma linha separada, e cada linha será lida e instalada pelo apt-get install.

Update on GitHub