后端委托的第三方依赖管理¶
免责声明：我们计划围绕委托重组仓库。未来这些指南可能会有所变化。
委托可能依赖外部第三方库来高效地实现提前编译 (AOT) 的 partition() 或 preprocess() 函数，以及/或者实现运行时函数，如 init() 或 execute()，或以特定方式运行测试。本指南旨在对委托可能依赖的不同类型的第三方依赖项进行分类，并提供关于如何包含它们的高级指导。
提前编译 (AOT) 依赖项¶
这包括委托的 partitioner() 和 preprocess() 函数使用的依赖项，用于生成预处理结果，该结果将在运行时使用。
根据 preprocess() 函数的实现方式，这可以是 Python 或 C++ 依赖项。本指南仅讨论 Python AOT 依赖项。
指南
如果 ExecuTorch 已包含您需要的依赖项，优先使用现有依赖项。
如果依赖项仅在
executorch/backends/<delegate_name>/目录内的文件需要，则应以仅限该目录下代码使用的方式引入。安装 ExecuTorch Python 包时，不应默认安装此依赖项。
更多详情请参见 下方 的章节。
运行时依赖项¶
此类别涵盖委托运行时代码使用的 C++ 依赖项。它可以是实现某个委托算子的简单第三方数学库，也可以是处理委托下沉子图的整个框架。
指南
总的来说，“按需付费”应该是处理这些第三方依赖项的首选方法。
与 AOT 依赖项类似，其使用也应仅限于委托运行时源文件。
如果委托的依赖项已是
executorch/third-party的一部分，则尽可能尝试使用现有依赖项。这有助于在启用委托时减小二进制文件大小。ExecuTorch 代码中除委托之外的其他部分不应依赖此项。并且在构建时禁用委托后，ExecuTorch 应该能够在没有此依赖项的情况下正确构建和运行。
更多详情请参见 下方 的章节。
仅用于测试的依赖项¶
某些库或工具仅用于执行委托测试。根据测试类型，这可以是 Python 依赖项或 C++ 依赖项。
指南
对于 Python 测试依赖项，安装 ExecuTorch Python 包时，不应默认安装此依赖项。
对于 C++ 测试依赖项，即使在构建/启用委托时，它也不应成为 ExecuTorch 运行时的一部分。
其他考量¶
版本控制¶
首选明确和具体的版本。例如，一个 PyPI 版本（或范围）或一个 git 标签/版本。
文档化依赖项¶
至少，在引入新的依赖项时，应在 executorch/backends/<delegate_name>/ 下提供一些文档，其中包括：
引入新的第三方依赖项的理由
如何升级依赖项
新依赖项的任何特殊考量
在列出高级指南后，现在我们来讨论实际为您的委托包含依赖项的具体方法，
