OFRAK项目中的循环依赖问题分析与解决方案
2025-07-06 00:25:20作者:卓艾滢Kingsley
在OFRAK项目的开发过程中,我们发现了一个由循环依赖引发的构建系统问题。这个问题主要出现在Docker构建过程中执行make develop命令时,导致组件版本冲突和重复安装。
问题背景
OFRAK是一个二进制分析框架,其核心组件ofrak_core在测试依赖中声明了对ofrak_angr和ofrak_capstone的依赖。这种设计导致了构建过程中的一个有趣现象:
- 在构建
ofrak_core时,系统会从PyPI下载ofrak_angr和ofrak_capstone的最新稳定版本 - 随后在构建
ofrak_angr时,又会用本地开发版本覆盖从PyPI安装的版本 - 类似的情况也发生在
ofrak_capstone上
问题影响
这种循环依赖带来的主要问题包括:
- 构建效率低下:组件被重复安装和覆盖
- 版本冲突风险:PyPI版本和本地开发版本可能存在依赖冲突
- 环境不稳定:特别是在结合其他PR(如#417)时,可能导致底层依赖(如angr)被不必要地更新
技术分析
问题的根源在于ofrak_core/setup.py中定义的测试依赖关系。这种设计虽然方便了测试,但破坏了构建过程的线性顺序,导致了上述的循环依赖问题。
在Python包管理中,这种测试时依赖其他组件的情况并不罕见,但通常更好的做法是将这类依赖放在单独的测试需求文件中,而不是主包的安装依赖中。
解决方案探讨
经过技术讨论,我们提出了几种可能的解决方案:
-
理想方案:重构项目结构,完全消除这种循环依赖关系。这可能需要重新设计测试框架或模块划分。
-
折中方案:将测试依赖从
setup.py移到requirements-test.txt中。这样:- 依赖仍然可以在测试时使用
- 避免了在
make develop时的自动安装 - 保持了构建过程的清晰性
-
构建系统调整:修改Makefile逻辑,实现两阶段构建:
- 第一阶段:安装不含测试依赖的核心组件
- 第二阶段:安装测试依赖和附属组件
实施建议
基于项目现状,我们推荐采用第二种方案(将测试依赖移至requirements-test.txt),因为:
- 改动最小,风险最低
- 保持了现有功能的完整性
- 解决了主要的构建问题
- 与现有CI/CD流程兼容性好
这种方案虽然不能完全消除潜在的版本冲突风险(当本地开发版本与PyPI版本有重大差异时),但显著改善了构建过程的稳定性和可预测性。
总结
在复杂项目的依赖管理中,循环依赖是一个常见但棘手的问题。OFRAK项目遇到的这个案例很好地展示了如何在保持功能完整性的同时,通过合理的依赖声明位置调整来优化构建过程。这种经验对于其他Python项目的依赖管理也具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
479
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
248
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
451
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885