Jupyter AI 项目中解决 macOS M1 芯片上的 psutil 兼容性问题
问题背景
在使用 Jupyter AI 和 JupyterLab 组合开发时,部分开发者可能会遇到一个奇怪的错误提示:"The file '.../psutil/_psutil_osx.abi3.so' seems to be overriding built in modules and interfering with the startup of the kernel"。这个错误通常出现在搭载 Apple Silicon (M1/M2) 处理器的 macOS 设备上,当尝试运行 Jupyter notebook 时。
错误本质分析
该错误的根本原因是 Python 的 psutil 模块(一个用于获取系统信息的跨平台库)在 Apple Silicon 架构下的兼容性问题。错误信息中提到的"incompatible architecture (have 'x86_64', need 'arm64e' or 'arm64')"明确指出了问题所在:系统安装的是 x86_64 架构的 psutil 二进制文件,而 M1/M2 芯片需要的是 arm64 架构的版本。
问题复现环境
这个问题通常出现在以下环境中:
- 使用 macOS 的 Apple Silicon 设备(M1/M2 系列芯片)
- 通过 pip 直接安装 Jupyter AI 和 JupyterLab
- Python 虚拟环境中
- 使用系统自带的 Python 或通过 Homebrew 安装的 Python
解决方案
解决此问题的方法是通过源码重新编译安装 psutil 模块,而不是使用预编译的二进制包:
pip uninstall psutil
pip install --no-binary :all: psutil
这个命令会:
- 首先卸载现有的 psutil 包
- 然后从源码重新编译安装,确保生成与当前系统架构兼容的二进制文件
技术原理
在 Apple Silicon 设备上,Python 生态系统的过渡期导致了这类兼容性问题。许多 Python 包默认提供的是 x86_64 架构的预编译二进制文件(wheel),而 M1/M2 芯片需要 arm64 架构的版本。通过 --no-binary 参数强制从源码编译,可以确保生成的二进制文件与当前处理器架构完全兼容。
预防措施
为了避免类似问题,开发者可以:
- 使用专为 Apple Silicon 优化的 Python 发行版(如 Miniforge)
- 创建虚拟环境时明确指定架构
- 定期检查并更新依赖包
- 优先使用 conda 管理环境(conda 能更好地处理不同架构的包)
总结
在 Jupyter AI 项目开发中遇到这类兼容性问题时,理解底层原因比单纯解决表面错误更重要。通过源码重新编译关键依赖项是解决架构不匹配问题的有效方法,这种方法不仅适用于 psutil 模块,也适用于其他可能出现类似兼容性问题的 Python 包。
对于使用 Apple Silicon 设备的开发者来说,保持开发环境的纯净和一致性尤为重要,这能有效减少因架构差异导致的各种奇怪问题。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00