使用conda-pack打包完整 Python 环境 + 依赖包,传到无网机器解压即用

在 Linux 环境下,要实现"打包完整 Python 环境 + 依赖包,传到无网机器解压即用",目前业界公认最好、最稳妥的方案就是使用 conda-pack。

它专门解决了原生 .venv 无法跨机器移植的"绝对路径写死"和"二进制不兼容"问题。以下是为你整理的、可直接照着执行的详细操作手册:

⚠️ 核心前提(必须严格遵守)

打包机器的 Linux 发行版、系统版本、CPU 架构,必须与目标无网服务器完全一致!

(例如:都是 CentOS 7 x86_64,或都是 Ubuntu 22.04 aarch64。如果架构或系统不同,打包过去的底层 C 扩展库一定会报错。)

第一步:在有网的 Linux 机器上准备环境

1 安装 conda-pack 工具

在你的基础 conda 环境中执行:

pip install conda-pack

或者使用 conda 安装

conda install -c conda-forge conda-pack

2创建并配置你的项目专属环境

强烈建议为该项目创建一个干净的独立环境,避免把无关的系统包装进去导致体积过大:

创建名为 my_project 的环境,指定与你目标服务器一致的 Python 版本

conda create -n my_project python=3.10

激活环境

conda activate my_project

安装你项目所需的所有依赖

pip install -r requirements.txt

3清理缓存(减小打包体积)

打包前务必清理,否则会把历史下载的无用包全打进去:

conda clean -a -y

第二步:执行打包

在当前激活的 my_project 环境下,或者指定环境名进行打包:

-n 指定要打包的环境名

-o 指定输出的压缩包名称

--ignore-missing-files 可忽略某些非关键的缺失文件警告

conda pack -n my_project -o my_project_env.tar.gz -- ignore-missing-files

说明:conda-pack 会将整个环境(包含 Python 解释器、pip、所有第三方库)打包成一个独立的 tar.gz 文件。这个文件内部已经内置了 conda-unpack 修复脚本。

第三步 创建目录并解压

mkdir -p etf-crawler_env

tar -xzf etf-crawler_env.tar.gz -C etf-crawler_env

第四步:激活环境(这一步会触发 conda-unpack 修复路径)

source etf-crawler_env/bin/activate

第五步:【关键】执行 unpack 修复所有硬编码路径

conda-unpack

第六步:验证是否正常

在虚拟环境:

python -c "import numpy, pyarrow, greenlet; print('OK')"

source etf-crawler_env/bin/deactivate

python -u /data/app/fc_dp/lib/etf-crawler-api/main.py 20240902

最后退出虚拟环境:

source etf-crawler_env/bin/deactivate

相关推荐
To_OC4 小时前
搞懂 Token 和 Embedding 后,我终于明白大模型是怎么 "读" 文字的
人工智能·llm·agent
兵慌码乱5 小时前
面向桌面端的资产管理系统分层架构设计与核心模块实现
python·系统架构·sqlite·pyqt5·数据库设计·桌面应用开发·mvc架构
hboot6 小时前
AI工程师第三课 - 机器学习基础
python·scikit-learn·kaggle
冬奇Lab7 小时前
每日一个开源项目(第139篇):Voicebox - 本地运行的开源 ElevenLabs 替代品
人工智能·开源·资讯
冬奇Lab7 小时前
Skill 系列(03):Skill 设计范式——5 个模式让输出从混沌到可预测
人工智能·开源·agent
IT_陈寒9 小时前
Python搞不定字符串编码?这破玩意坑我两小时!
前端·人工智能·后端
大模型真好玩10 小时前
什么是Loop Engineering?最通俗易懂的Loop Engineering核心概念
人工智能·agent·deepseek
叁两10 小时前
前端转型AI Agent该如何学习?(前置篇)
前端·人工智能·node.js
顾林海11 小时前
Agent入门阶段-编程基础-Python:流程控制
python·agent·ai编程