按照预定时间对 Python 依赖项的最新版本和预发布版本进行测试

□ 问题

JupyterLab将其Python的依赖性标为下限(例如`dronado>= 6.2.0'),因此每个CI运行和用户安装都会解决每个依赖性到最新发布. 因此,在接下来发生的任何CI运行中都会出现中断的依赖释放,看起来像是该承诺或PR的失败而不是依赖的失败.

例如:龙卷风 6.5.9 [通过FileFindHandler ' (https://GitHub.com/donadoweb/donado/issues/3724)提供干扰静态文件,下一次推进则以main'失效CI作为不相关的承诺。

jupyter server已经用[每日试验预发活](https://GitHub.com/jupyter-server/jupyter server/blob/d23e8f88ebb6dea7b4ab088f58c9b7641b9dcc1/. GitHub/workflows/PythonZ-tests.yml#L124-L136)来覆盖; JupyterLab没有等效的.

□ 建议的解决办法

预定的每日工作流程,从依赖源安装JupyterLab,解决其最新发布,加上依赖性-类型:预'变体,并运行套件的有界限子集(Python'测试组单独复制龙卷风故障)。 红跑将意味着依赖释放 打破了JupyterLab, 在一天之内冲出像龙卷风6.5.9的断层 与原因隔离。 发布前的变体增加了发布发布前发售的上游的覆盖,在最终发售前抓住了这些中断.