我在一家小型企业工作，在该企业中，最终用户的数量以及为一组特定软件包提供的费用永远不会超过5（这是有保证的）。在过去的三个月中，我们一直在使用anaconda和每个项目的本地git repos在共享的Windows驱动器上进行所有研究和开发。可以想象，最终的源代码变得一团糟，每个人的代码都指向其他人文件夹中的特定程序包，并且依赖项一直在破坏。
我们终于有了一个github存储库，并且我们的许多代码已经变得稳定生产。我想在tarball中分发此代码，并让每个人在共享的anaconda环境中使用disutils从源代码构建。完整的软件包将由每个子软件包组织，并将包含cython和python文件。最终，看起来像这样
|tools
|setup.py (created with disutils)
| __init__.py
|package A (dir)
|__init__.py
|module A1.py
|module A2.pyx
....
|package B (dir)
|__init__.py
|package B1.py
|package B2.pyx
我将把“工具”包放入github仓库中。每当工具包的任何内容发生重大变化时，我们都会从master分支中提取并重新运行setup.py，以使其本地工具包保持最新状态。此外，我们所有人都将使用共享的anaconda环境，以便对外部软件包的依赖不会破坏工具软件包的安装。
这是在少数最终用户中分发生产代码的正确方法吗？我来自研究而非软件开发背景，并且我真的不知道软件分发的工作原理。我们每次更新“工具”包时都过分强迫所有人从源头重建吗？传统上，当我使用conda / pip进行安装时，我只能说“ pip install mypackage --upgrade”。我们可以在这里使用类似的程序吗？