AzurLaneAutoScript 项目在 Linux 下的 Python 依赖冲突解决方案

在 Linux 系统上手动安装 AzurLaneAutoScript（简称 ALAS）时，用户可能会遇到 Python 依赖冲突的问题。本文将详细分析问题原因并提供多种解决方案。

问题背景

当用户在 Linux 环境下尝试通过传统方式安装 ALAS 时，使用 pip install -r requirements.txt 命令会遇到依赖冲突错误。主要冲突集中在 requests 库的版本要求上：

• requirements.txt 明确指定 requests==2.18.4
• adbutils 0.11.0 依赖 requests
• gluoncv 0.6.0 依赖 requests
• mxnet 1.6.0 要求 requests>=2.20.0 且 <3

这种版本冲突导致安装过程无法继续。

解决方案

方案一：修改 requests 版本要求

最简单的解决方法是手动编辑 requirements.txt 文件，将 requests==2.18.4 修改为 requests==2.20.0。这个版本既满足了 mxnet 的最低要求，又与大多数其他依赖兼容。

方案二：使用 requirements-in.txt

项目提供了 requirements-in.txt 文件，它采用了更宽松的版本限制策略。使用这个文件安装可以避免严格的版本冲突：

pip install -r requirements-in.txt

这种方法会安装较新的 requests 2.31.0 版本，但经过测试证明是稳定可用的。

方案三：使用 Docker 专用 requirements

对于 Linux 用户，项目还提供了专门为 Docker 环境准备的依赖文件：

pip install -r ./deploy/docker/requirements.txt

这个文件与 requirements-in.txt 的主要区别在于：

1. 使用 opencv-python-headless 替代标准版，减少不必要的 GUI 依赖
2. 不包含 alas-webapp 相关依赖

技术细节分析

1. Windows API 依赖处理：Linux 环境下需要手动移除 pywin32 依赖，因为该库仅支持 Windows 系统。

2. OpenCV 选择：在无头服务器环境下，opencv-python-headless 是更好的选择，它移除了 GUI 相关功能，减少了不必要的依赖。

3. 版本冲突本质：Python 包管理中的严格版本锁定（==）虽然能确保环境一致性，但在跨平台场景下可能造成兼容性问题。适当地放宽版本限制（使用 >=）可以提高安装成功率。

最佳实践建议

1. 对于生产环境，推荐使用方案三（Docker 专用 requirements），它经过了容器化环境的充分测试。

2. 开发环境下可以使用方案二，以获得更宽松的依赖环境。

3. 如果必须严格遵循原始依赖版本，则采用方案一进行最小修改。

4. 无论采用哪种方案，都建议在安装前清理环境：

conda clean -a
pip cache purge

通过理解这些解决方案的技术背景，用户可以更灵活地应对不同环境下的依赖管理需求，确保 ALAS 在 Linux 系统上的顺利运行。