OFRAK项目中的循环依赖问题分析与解决方案
2025-07-06 18:19:25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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210