Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[Code scan] Package metadata allows incompatible Pydantic 1 installations

Aperta Adatta ai principianti
#443 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
1/5
Tempo stimato
Meno di un'ora
Idoneità per principianti
86/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
build-system

Direzione di ricerca

Inizia in pyproject.toml, alla dichiarazione della dipendenza del pacchetto, quindi leggi lambench/models/basemodel.py e lambench/metrics/post_process.py per confermare le Pydantic 2 API indicate nell'issue. Aggiorna i metadati delle dipendenze per esprimere la compatibilità prevista con la versione principale e verifica che il pacchetto possa essere risolto e importato con il vincolo risultante.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

This issue was found by a Codex global repository scan of tracked non-test files at commit 8c93925cb10b401b2b83c738bd9263fd74474468.

Relevant code

https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/pyproject.toml#L8-L19
https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/lambench/models/basemodel.py#L1-L22
https://github.com/deepmodeling/LAMBench/blob/8c93925cb10b401b2b83c738bd9263fd74474468/lambench/metrics/post_process.py#L180-L190

Impact

The dependency is declared as bare pydantic, but the code uses Pydantic 2 APIs such as ConfigDict and model_dump(). A resolver can legally install Pydantic 1 when another package constrains it, which would make imports or runtime calls fail.

Suggested fix

Declare the intended major version explicitly, for example pydantic>=2,<3, or remove Pydantic 2-only APIs if Pydantic 1 compatibility is intended.

Lingua principale
Python
Stelle
20
Fork
11
Merge medio
1m
PR unite (30g)
3

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di deepmodeling/LAMBench

Tutte le issue di deepmodeling/LAMBench

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.