这里，我们需要先引出依赖库的概念，在 MicroPython 开发中，依赖库的官方定义非常清晰：

你的主功能代码 / 主库，无法独立正常运行，必须调用其他独立的 .py 代码文件提供的​函数、类、硬件接口、算法逻辑​，这些被调用的外部代码文件，就是​依赖库​。

举一个嵌入式真实案例：用 ESP32 驱动 MAX30102 传感器，做心率血氧检测

• 主功能文件：heart_rate.py（负责：心率计算、数据显示、异常报警）
• 依赖库文件 1：max30102.py（负责：传感器底层硬件读写、寄存器配置）
• 依赖库文件 2：filter_lib.py（负责：波形滤波、噪声消除算法）

心率主程序 → 必须调用 传感器驱动 + 滤波算法 才能运行没有这两个依赖库，你的心率代码直接报错，完全跑不起来。

再延伸一个真实开发场景：

• 你安装的某个 WiFi联网某某功能库，可能依赖 网络协议库；
• 网络协议库，又依赖 数据加密库。

疑问

小白灵魂拷问：我为什么不能把所有代码复制粘贴，揉进一个 .py 文件里？

这是 99% 的新手都会踩的坑，我结合​嵌入式开发实际工作​，告诉你绝对不能这么做的 4 个核心原因：

1. 依赖库会​版本升级​，合并后彻底无法更新

• max30102.py 驱动：作者会修复 bug、优化读取精度、升级硬件适配
• filter_lib.py 算法：作者会优化滤波效果，降低误差
• 如果你把所有代码合并成一个文件：
  每次依赖库升级，你都要把整个大文件重写一遍，极易改错、删错代码；而​分离成独立依赖库​，只需要升级单个文件，主代码完全不用动。

1. 依赖库是​通用工具​，可以复用到无数项目

• max30102 驱动：不仅能做心率，还能做血氧、手势检测
• 滤波算法库：不仅能给心率用，还能给温湿度、气压传感器用
• 合并成一个文件后，代码彻底「锁死」在心率项目里，无法复用；
  独立依赖库，所有项目直接调用，一次编写，无数次使用。

1. 嵌套依赖会让代码彻底失控

一个心率功能，可能依赖 2 个库；这 2 个库，又各自依赖 2 个底层库；最终依赖关系会变成：主代码 → 4 个依赖库。如果全部合并成一个文件，代码会达到​几千行、几万行​，报错了根本找不到问题在哪。

1. 开发维护成本爆炸

嵌入式开发大多是多人协作：A 工程师写传感器驱动，B 工程师写算法，C 工程师写主功能。代码分开（依赖库模式），大家互不干扰；合并成一个文件，所有人改同一个文件，直接冲突、代码报废。

这就是为什么，我们必须给 ESP32 实现：
类 Python pip 的 在线自动安装 + 依赖自动加载：一行代码，自动装主库 + 所有依赖库 + 嵌套依赖，自动处理版本升级！

核心方案：uPyPi + mip

我们做的 uPyPi，就是 MicroPython 生态的​PyPI（Python 官方包仓库）​，配合 MicroPython 官方内置的 mip（mip installs packages）工具，实现：

• ✅ ​包托管​：驱动包、工具包一键上传到 uPyPi，全球开发者可访问
• ✅ ​一键安装​：开发板连网，一行代码安装主包 + 所有依赖
• ✅ ​依赖自动管理​：mip 自动递归安装声明的依赖包，无需手动操作
• ✅ ​全芯片兼容​：纯软件包设计，支持所有 MicroPython 开发板，无硬件耦合
• ✅ ​版本管理​：语义化版本控制，彻底避免版本冲突

从零实操：3 步实现 ESP32 动态安装依赖

关于如何下载上传驱动包可看wiki: FreakStudio - uPyPi平台下载和上传驱动包使用说明

第一步：制作第三方依赖包 math_utils

这是一个纯软件工具包，无任何硬件代码，作为主包的依赖。

文件夹结构如下：

code/math_utils.py代码如下：

package.json 完整配置为：

{

"name": "math_utils",

"version": "1.0.1",

"description": "纯第三方软件依赖包（无硬件，测试用）",

"author": "test",

"license": "MIT",

"chips": "all",

"fw": "all",

"_comments": {

"chips": "该包支持运行的芯片型号，all表示无芯片限制",

"fw": "该包依赖的特定固件如ulab、lvgl,all表示无固件依赖"

},

"urls": [

[

"math_utils.py",

"code/math_utils.py"

]

]

}

打包文件夹，上传到 uPyPi 平台，获取包地址：

第二步：制作主测试包 test_core

主包依赖上面的 math_utils，用户只需要安装主包，mip 自动安装依赖。
文件夹结构：

code/test_core.py 代码如下：

package.json 完整配置为：

"name": "test_core",

"version": "1.0.4",

"description": "纯软件测试主包（无硬件，依赖第三方包）",

"author": "test",

"license": "MIT",

"chips": "all",

"fw": "all",

"_comments": {

"chips": "该包支持运行的芯片型号，all表示无芯片限制",

"fw": "该包依赖的特定固件如ulab、lvgl,all表示无固件依赖"

},

"urls": [

[

"test_core.py",

"code/test_core.py"

]

],

"deps": [

["https://upypi.net/pkgs/math_utils/1.0.1", "latest"]

]

}

这里，我们在deps字段声明主包依赖 math_utils 的 uPyPi 地址，mip 安装主包时，​自动递归安装依赖包​，用户完全不用管；`支持多个依赖，可嵌套依赖，mip自动处理所有依赖链。

打包文件夹，上传到 uPyPi 平台，获取主包地址：

第三步：ESP32 一键安装 + 测试

ESP32 完整代码如下：

# ==================== ESP32 纯软件测试（无硬件、无耦合） ====================

import time

import network

import mip

# ==================== 配置 ====================

WIFI_SSID = "808"

WIFI_PASSWORD = "88888888"

# uPyPi 主测试包地址（替换成upypi的地址）

MAIN_PACKAGE = "https://upypi.net/pkgs/test_core/1.0.4"

# ==================== 连接WiFi ====================

def connect():

wlan = network.WLAN(network.STA_IF)

wlan.active(True)

print("连接WiFi...")

wlan.connect(WIFI_SSID, WIFI_PASSWORD)

for _ in range(10):

if wlan.isconnected():

print("WiFi 连接成功！IP:", wlan.ifconfig()[0])

return True

time.sleep(1)

print("WiFi 连接失败")

return False

# ==================== 远程安装（自动装第三方软件依赖） ====================

def install():

print("开始安装：主包 + 第三方纯软件依赖...")

mip.install(MAIN_PACKAGE)

print("✅ 安装完成！无任何硬件依赖")

# ==================== 纯软件测试（无硬件） ====================

def test():

# 导入安装好的纯软件包

from test_core import TestCore

test = TestCore()

# 运行测试

print("\n===== 纯软件测试结果 =====")

print(test.test_add(10, 20))

print(test.test_multiply(10, 20))

print("=========================\n")

print("🎉 测试成功！依赖安装正常")

# ==================== 主程序 ====================

if __name__ == "__main__":

if connect():

install()

test()

运行结果如下：

我们也可以使用本地安装方式：

可以看到：ESP32 成功通过 MicroPython 的 mip 工具实现了类 Python pip 的在线动态安装能力，设备连接 WiFi 后自动拉取并部署了主测试包 test_core.py 及其第三方依赖包 math_utils.py 到 /lib 目录。
后续纯软件测试验证了主包对依赖库的正常调用，加法、乘法运算结果完全正确，完整实现了嵌入式设备端的在线库安装、依赖自动管理与功能验证，彻底解决了传统手动拷贝文件、漏装依赖的开发痛点，实现了与 PC 端 Python 开发一致的标准化