Workbuddy依赖问题可按五种方法解决：一、pip单独安装缺失依赖；二、切换清华镜像源后重装；三、创建指定Python版本的虚拟环境；四、降级或锁定关键依赖版本；五、使用Poetry管理依赖树。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在安装 Workbuddy 时遇到依赖无法解析、版本冲突或模块缺失等问题，则可能是由于 Python 环境配置异常、依赖源不可达或依赖声明不兼容所致。以下是解决 Workbuddy 依赖问题的多种方法：
一、使用 pip 单独安装缺失依赖
该方法适用于报错中明确提示某依赖包未安装（如 ImportError: No module named 'requests'）的情形，通过手动安装可快速补全缺失组件。
1、打开终端或命令提示符，进入 Workbuddy 项目根目录。
2、执行 pip install -r requirements.txt 尝试一次性安装全部依赖。
3、若仍报错，根据错误信息中的包名（如 pydantic 或 fastapi），单独运行 pip install 包名 进行安装。
4、安装完成后，再次运行 python -m workbuddy 验证是否启动成功。
二、切换 PyPI 镜像源后重装依赖
该方法用于解决因默认 PyPI 源响应缓慢或连接超时导致的依赖下载失败，尤其适用于国内网络环境。
1、执行 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/ 设置清华镜像为全局源。
2、清除 pip 缓存：运行 pip cache purge。
3、删除当前虚拟环境中已安装的依赖：执行 pip uninstall -y -r requirements.txt（若存在）。
4、重新执行 pip install -r requirements.txt 安装全部依赖。
三、创建隔离虚拟环境并指定 Python 版本
该方法可避免系统级 Python 环境与 Workbuddy 所需版本（如 Python 3.9+）不匹配引发的依赖解析失败。
1、确认本地已安装目标 Python 版本：运行 python3.9 --version 或 python3.10 --version。
2、在项目根目录下创建新虚拟环境：python3.9 -m venv venv_workbuddy。
3、激活虚拟环境：Windows 执行 venv_workbuddy\Scripts\activate.bat；macOS/Linux 执行 source venv_workbuddy/bin/activate。
4、在激活状态下运行 pip install --upgrade pip，再执行 pip install -r requirements.txt。
四、降级或锁定关键依赖版本
该方法适用于因高版本依赖引入不兼容 API（如 fastapi >= 0.110.0 引入了 breaking change）导致 Workbuddy 启动报错的情形。
1、查看报错堆栈中涉及的关键包名及版本号（如 pydantic-core 或 starlette）。
2、编辑 requirements.txt 文件，在对应包行末添加精确版本约束，例如将 fastapi 改为 fastapi==0.104.1。
3、执行 pip install --force-reinstall --no-deps -r requirements.txt 跳过依赖传递，仅安装指定版本。
4、再运行 pip install --no-deps -r requirements.txt 补全其余依赖。
五、使用 Poetry 管理依赖树
该方法适用于项目自带 pyproject.toml 且声明了 poetry 依赖管理的情形，能自动处理版本冲突与可重现构建。
1、确保已安装 Poetry：curl -sSL https://install.python-poetry.org | python3 -（Linux/macOS）或通过 pip 安装。
2、在项目根目录执行 poetry install，Poetry 将读取 pyproject.toml 并创建兼容环境。
3、若提示依赖冲突，运行 poetry lock --no-update 强制保留现有锁文件。
4、启动应用时使用 poetry run python -m workbuddy 确保运行于 Poetry 环境中。
