处理 Python 项目中的依赖关系可能具有挑战性，尤其是在处理 Python 和非 Python 包时。当开发人员在多个依赖文件之间切换时，这通常会导致混乱和低效率。
📝 统一依赖文件：使用requirements.yaml或pyproject.toml之一在一个地方管理 Conda 和 Pip 依赖关系。
⚙️ 构建系统集成：与Setuptools和Hatchling集成，以在pip install ./your-package.
💻 一键安装：unidep install轻松处理 Conda、Pip 和本地依赖项。
🏢 Monorepo-Friendly：将（多个）requirements.yaml或pyproject.toml文件渲染到一个 Conda文件中，并保持全局和每个子包文件environment.yaml完全一致。conda-lock
🌍特定于平台的支持：指定不同操作系统或架构的依赖关系。
🔧pip-compile集成：requirements.txt从生成完全固定的文件requirements.yaml或pyproject.toml使用pip-compile.
🔒 与 集成conda-lock：利用 .conda-lock.yml从（多个）requirements.yaml或pyproject.toml文件生成完全固定的文件conda-lock。
🤓 Nerd stats：用 Python 编写，>99% 测试覆盖率，完全类型化，启用所有 Ruff 规则，易于扩展，依赖性最小
