最稳妥的方式是用 setuptools-scm 实时从 git 标签和提交历史推导版本号，要求仓库为有效 git 仓库、含 pep 440 兼容的附注标签，且 pyproject.toml 正确配置 build-backend 和 tool.setuptools-scm。
直接用 setuptools-scm 是最稳妥的方式——它不碰 __version__ 字符串，也不依赖手动维护 setup.py 里的版本字段，而是实时从 Git 提交历史和标签里推导版本号。前提是你的仓库必须是有效的 Git 仓库，且有符合 PEP 440 的标签（如 v2.1.0、2.1.0）。
确保 Git 仓库结构满足 setuptools-scm 要求
它只读取工作目录下的 .git 目录，不会走远程或子模块。常见失败原因不是配置错，而是 Git 状态不对：
- 项目根目录下没有
.git（比如用cp -r复制源码但没带 .git） - 当前分支没关联任何远程，但你又启用了
write_to或local_scheme中依赖远程的逻辑（如node-and-date） - 最近的 tag 是轻量 tag（lightweight tag），不是附注 tag（annotated tag）——
setuptools-scm默认只信任附注 tag，除非显式设fallback_version或改version_scheme - Git 工作区有未提交变更，而你用了
dirty=True（默认开启），会导致版本号末尾自动加+dYYYYMMDD或.dirty，CI 环境中可能意外触发
在 pyproject.toml 中正确启用 setuptools-scm
不再推荐用 setup.py，现代方式是纯 pyproject.toml 配置。关键点在于：必须声明 build-backend 并启用插件，否则 pip install -e . 或 build 时根本不会调用它：
[build-system] requires = ["setuptools>=45", "setuptools-scm[toml]>=6.2", "wheel"] build-backend = "setuptools.build_meta" <p>[project] name = "mylib"</p><h1>不要写 version = "1.0.0" —— 这会覆盖 setuptools-scm 的自动推导！</h1><p>[tool.setuptools-scm]</p><h1>常用配置项</h1><p>version_scheme = "guess-next-dev" local_scheme = "dirty-tag" write_to = "mylib/_version.py"</p>
注意：write_to 是可选的，仅当你需要在运行时读取版本（如 mylib.__version__）才设；如果只用于构建分发包（sdist/wheel），完全可以不写。
处理 dev 版本与预发布标签的常见行为
如果你打过 v2.1.0a1 或 v2.1.0rc2 这类预发布 tag，setuptools-scm 默认会生成类似 2.1.0a1.dev3+gabc123 的版本号。但容易踩坑的是：
-
version_scheme = "guess-next-dev"（默认）会在最新 tag 后自动升 patch 并加.devN，比如最新 tag 是v2.1.0，当前 HEAD 比它多 3 次提交 → 版本为2.1.1.dev3；若想保持2.1.0.dev3，得用no-guess-dev - 如果你用
git describe --tags手动验证，结果可能和setuptools-scm不一致——因为它默认忽略轻量 tag，而git describe默认包含；可用git describe --tags --abbrev=0对齐逻辑 - CI 构建时若用 shallow clone（
git clone --depth=1），setuptools-scm会 fallback 到fallback_version（需手动配置），否则报错Command 'git' failed with exit code 128
验证版本是否真正生效
别只信 python -m build 输出的日志。最可靠的验证方式是实际安装后检查：
pip install -e . python -c "import mylib; print(mylib.__version__)"
如果报 AttributeError: module 'mylib' has no attribute '__version__'，说明要么没设 write_to，要么 write_to 路径没被 __init__.py 导入；如果输出是 0.0.0，大概率是 Git 根目录识别失败，或者最近没有合法 tag——此时运行 python -m setuptools_scm（在项目根目录）能直接打印诊断信息，包括它找到的 tag、距离、是否 dirty 等。
真正麻烦的永远不是配置本身，而是 Git 历史的“干净程度”：tag 是否附注、HEAD 是否在 tag 上、是否有 untracked 文件影响 dirty 判断。这些细节不暴露在配置里，却决定最终版本号是否符合预期。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
