Supabase-py 与 Gotrue 版本兼容性问题解析
问题背景
在使用 Python 开发的 Supabase 客户端库 supabase-py 时,开发者可能会遇到一个常见的兼容性问题:当使用 supabase-py 2.8.1 版本与 gotrue 2.9.1 版本组合时,会出现 TypeError: Client.__init__() got an unexpected keyword argument 'proxy' 的错误。这个问题主要源于依赖库之间的版本不匹配,特别是 gotrue 和 httpx 这两个关键依赖项。
问题本质分析
这个错误的根本原因在于 gotrue 2.9.1 版本中引入了一个新的 proxy 参数,而 supabase-py 2.8.1 版本尚未适配这一变更。当 supabase-py 尝试初始化 gotrue 客户端时,传递了包含 proxy 参数的配置,但 gotrue 客户端尚未准备好接收这个参数,从而导致类型错误。
影响范围
这个问题主要影响以下环境组合:
- supabase-py 2.8.1 或 2.9.1 版本
- gotrue 2.9.1 或 2.9.3 版本
- Python 3.8 及以上版本
- 各种操作系统平台(包括 macOS、Linux 和 Windows)
解决方案
根据社区反馈和开发者经验,有以下几种可行的解决方案:
-
升级 httpx 版本
将 httpx 升级到 0.26 或更高版本可以解决这个问题。这是因为 gotrue 2.9.x 开始依赖 httpx 0.26 引入的新特性。 -
降级 supabase-py 版本
使用 supabase-py 2.9.0 版本可以避免这个问题,因为该版本与 gotrue 2.9.x 的兼容性更好。 -
锁定依赖版本组合
如果项目环境允许,可以固定使用以下版本组合:- supabase-py 2.8.1
- gotrue 2.8.1
- httpx 0.24.1
技术深入解析
这个问题实际上反映了 Python 依赖管理中的一个常见挑战:传递依赖冲突。supabase-py 依赖于 gotrue,而 gotrue 又依赖于 httpx。当这些库的版本不协调时,就会出现兼容性问题。
在 gotrue 2.9.1 中,开发团队对 HTTP 客户端配置进行了重构,增加了对代理设置的支持。这一变更需要 supabase-py 也相应地进行适配。然而,由于 Python 包管理系统的特性,用户可能会安装到不兼容的版本组合。
最佳实践建议
为了避免类似问题,建议开发者:
- 使用虚拟环境管理项目依赖,确保开发环境和生产环境的一致性
- 在项目中使用
requirements.txt或pyproject.toml精确指定所有依赖版本 - 定期更新依赖,但更新前应先检查变更日志和兼容性说明
- 考虑使用依赖解析工具如
pip-tools来管理复杂的依赖关系
总结
Supabase-py 与 gotrue 的版本兼容性问题是一个典型的依赖管理挑战。通过理解问题的本质和掌握正确的解决方法,开发者可以快速恢复项目功能。更重要的是,建立良好的依赖管理习惯可以预防类似问题的发生,确保项目的长期稳定运行。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00