(Mac)docling-mcp 的依赖解析器找不到匹配的 torch 安装包

报错核心原因是Python 版本与 PyTorch(torch)版本不兼容,且 docling-mcp 的依赖解析器找不到匹配的 torch 安装包,具体拆解如下:

1. 关键冲突点

  • 你当前用的是Python 3.13 (报错里的cp313是 Python 3.13 的 ABI 标签),而 PyTorch 目前没有为 Python 3.13 提供预编译包
    • torch 2.2.2~2.4.1:无 Python 3.13 对应的 wheel 包;
    • torch 2.5.0+:无适配你 Mac 平台的 Python 3.13 包。
  • docling-mcp 依赖特定版本的 torch,依赖解析器无法找到符合"Python 3.13 + 对应平台"的 torch 版本,因此抛出依赖解析失败的错误。

2. 解决方法

降级 Python 版本(最直接)

PyTorch 对 Python 3.13 的支持尚未完善,建议降级到Python 3.12(稳定兼容):

  1. 用 pyenv 安装 Python 3.12:

    bash 复制代码
    # 安装 pyenv(若未安装)
    brew install pyenv
    # 安装 Python 3.12
    pyenv install 3.12.0
    open ~/.zshrc
    # pyenv 配置
    export PYENV_ROOT="$HOME/.pyenv"
    [[ -d $PYENV_ROOT/bin ]] && export PATH="$PYENV_ROOT/bin:$PATH"
    eval "$(pyenv init -)"
    # 保存文件并刷新配置
    source ~/.zshrc
    
    # 切换当前终端使用 Python 3.12
    pyenv local 3.12.0
    # 验证(此时本地终端会显示Python 3.12.0)
    python --version 
  2. 再次启动服务:

    bash 复制代码
    uvx --from docling-mcp docling-mcp-server --transport sse

额外提示

Mac 系统下若使用 M1/M2/M3 芯片,需确保安装的 torch 是适配 Apple Silicon的版本,否则还会出现平台不兼容的报错。

相关推荐
luckdewei14 小时前
FastAPI 资产管理系统实战:复杂 ORM 关联、Alembic 迁移与 N+1 查询优化
python
aqi0020 小时前
15天学会AI应用开发(八)使用向量数据库实现RAG功能
人工智能·python·大模型·ai编程·ai应用
Csvn21 小时前
`functools.lru_cache` —— 一行代码搞定缓存加速
后端·python
金銀銅鐵2 天前
[Python] 从《千字文》中随机挑选汉字
后端·python
cup112 天前
[技术复盘] Windows Python 打包实战:Nuitka 环境踩坑总结与 CI 自动化构建全指南
python·ai·环境变量·ci·nuitka·skill
aqi002 天前
15天学会AI应用开发(七)有了大模型为什么还要引入RAG
人工智能·python·大模型·ai编程·ai应用
金銀銅鐵2 天前
用 Python 实现 Take-Away 游戏
python·游戏
copyer_xyf2 天前
Agent 流程编排
后端·python·agent