一条命令拉起完整开发环境：Canonical Workshop 实战入门

预计阅读时间：8 分钟

开发环境搭建这件事，几乎每个工程师都经历过反复折腾：装依赖、配路径、调版本，换台机器又从头来一遍。Canonical 刚推出的 Workshop 想把这个问题压缩到一条命令里——基于 Snap 打包，用 YAML 描述环境，跑完就能写代码，配置文件还能随身带走。

Workshop 做了什么

Workshop 的核心思路很简单：把开发环境当成一个可复现的制品来管理。

传统做法里，开发环境散落在各处——本机的 .bashrc、Dockerfile、散装的 apt 包、手动编译的第三方库。换一台机器，你得重新拼装这些碎片。Workshop 把这些碎片收拢到一个 Snap 包里，再用一份 YAML 文件声明你需要什么。执行一条命令，Snap 拉包、YAML 配环境、该装的该配的一气呵成。

关键特性：

单命令启动：workshop start（或类似命令）即可进入一个完整环境，不需要手动安装依赖链。
YAML 可移植：生成的配置文件可以直接拷到另一台机器，跑同一条命令，环境一模一样。
与部署管道对齐：开发环境和 CI/CD 用的同一份描述，减少了"本地能跑、CI 挂掉"的经典问题。

实际跑起来：命令与配置

下面用一个 Python Web 项目做演示，展示从零到可运行环境的完整流程。

安装 Workshop

Workshop 本身通过 Snap 发行，安装一步到位：

# 安装 Workshop（需要 Snap 支持，Ubuntu 原生可用）
sudo snap install workshop

如果你用的是非 Ubuntu 发行版，先确认 Snap 已安装：sudo apt install snapd（Debian/Ubuntu）或参考 snapcraft.io 的安装指引。

初始化一个开发环境

在一个新项目目录里执行初始化：

# 创建项目目录并进入
mkdir my-flask-app && cd my-flask-app

# Workshop 初始化，生成环境描述文件
workshop init

init 会在当前目录生成一份 workshop.yaml，这是整个环境的蓝图。你可以直接编辑它来声明依赖和工具链。

编写 workshop.yaml

以下是一份适配 Python Flask 项目的 YAML 示例，你可以按自己项目修改：

# workshop.yaml - 开发环境描述文件
name: my-flask-app
base: core22  # 基于 Ubuntu 22.04 Snap 基座

environment:
  python: "3.11"
  packages:
    - flask
    - flask-cors
    - gunicorn
    - pytest
  system-packages:
    - libpq-dev  # PostgreSQL 客户端头文件，psycopg2 编译需要
  env-vars:
    FLASK_APP: "app.py"
    FLASK_ENV: "development"
    DATABASE_URL: "postgresql://localhost/devdb"

services:
  postgres:
    snap: postgresql14
    ports: ["5432:5432"]

tools:
  - git
  - curl
  - jq

字段说明：

字段	作用
`base`	Snap 基座版本，决定底层系统库
`environment.python`	指定 Python 版本，Workshop 会拉对应 Snap
`packages`	pip 安装的 Python 包列表
`system-packages`	apt 层级的系统库（在 Snap 容器内安装）
`services`	需要随环境启动的服务（如数据库）
`tools`	常用开发工具

一条命令启动

# 读取 workshop.yaml，拉取 Snap、安装依赖、启动服务
workshop start

执行后你会看到进度输出：拉 Snap 基座 → 安装 Python → pip install → 启动 PostgreSQL → 设置环境变量。完成后直接进入开发 shell：

# 验证环境是否就绪
python -c "import flask; print(flask.__version__)"
# 输出类似: 3.0.0

# 数据库是否在跑
pg_isready -h localhost -p 5432
# 输出: accepting connections

把环境搬到另一台机器

只需要拷贝两个东西：workshop.yaml 和项目源码：

# 在新机器上（同样需要 snap install workshop）
git clone <your-repo> && cd my-flask-app
workshop start
# 环境与原机器完全一致

CI 管道里也一样——把 workshop.yaml 放进仓库，CI runner 上装好 Snap 和 Workshop，流水线就能复现开发环境：

# GitHub Actions 示例片段
jobs:
  test:
    runs-on: ubuntu-22.04
    steps:
      - uses: actions/checkout@v4
      - run: sudo snap install workshop
      - run: workshop start
      - run: pytest

需要注意的边界

Workshop 不是万能方案，几个现实问题要提前想清楚：

Snap 的限制。Snap 包运行在受限沙箱里，某些需要深度系统访问的工具（如需要 /usr/lib 下特定共享库的编译器插件）可能遇到权限或路径问题。如果你的项目依赖这类工具，先在 Workshop 里测试一遍再全面切换。

网络与存储性能。Snap 的首次拉取和安装需要网络，国内环境下 Snap Store 的访问速度可能不稳定，可以考虑配置 Snap Store 镜像或代理。

团队适配成本。YAML 描述文件需要团队成员共同维护。如果有人习惯直接在本机装包而不改 workshop.yaml，环境一致性就会慢慢崩掉。建议把 workshop.yaml 的变更纳入 PR 流程，和代码一起审。

与 Docker 的取舍。Workshop 更轻量——不需要守护进程、不需要构建镜像层，适合"快速进 shell 写代码"的场景。但如果你需要更细粒度的文件系统隔离或多容器编排，Docker Compose 仍然更成熟。两者不是互斥的：Workshop 管开发环境，Docker 管服务编排，可以混用。

上手检查清单

决定试用 Workshop 前，跑一遍这个清单：

✅ 团队主要开发机是否为 Ubuntu 或已安装 Snap？——非 Snap 环境需要额外适配。
✅ 项目依赖是否能在 Snap 沙箱内正常运行？——先 workshop start 手动验证。
✅ 是否有 CI 管道需要环境对齐？——如果有，Workshop 的 YAML 复用是最大卖点。
✅ workshop.yaml 是否纳入了版本控制？——这是环境一致性的根基。
✅ 是否有需要深度系统访问的工具链？——如果有，评估 Snap 限制的影响。

Workshop 解决的是一个真实痛点：开发环境从"手工拼装"变成"声明式拉起"。它不替代 Docker 或 Nix，但在 Snap 生态里提供了一个足够轻的入口。如果你已经在 Ubuntu 上开发，花十分钟装上试一轮，感受一下"一条命令进环境"的效率差异，再决定是否在团队里铺开。