在Vercel部署含scikit-learn的Flask应用时遇pip安装异常

• 指定兼容的依赖版本
  最新版的Flask、matplotlib等库可能还没完全适配Python 3.12，导致安装失败。给每个包加上经过验证的兼容版本号，修改后的requirements.txt示例：

  Flask==2.3.3
  matplotlib==3.8.2
  numpy==1.26.3
  pandas==2.1.4
  scikit-learn==1.3.2
  

  先在本地Python 3.12环境执行pip install -r requirements.txt，确认能正常安装再重新部署。

• 补充系统级依赖
  matplotlib、scikit-learn这类库需要编译工具和系统依赖，Vercel默认环境可能缺失。在根目录创建vercel-build.sh脚本：

  #!/bin/bash
  apt-get update && apt-get install -y gcc gfortran python3-dev libopenblas-dev liblapack-dev
  pip install -r requirements.txt
  

  然后修改vercel.json的构建配置，指定使用该脚本执行构建：

  {
    "builds": [
      {
        "src": "wsgi.py",
        "use": "@vercel/python",
        "config": { "buildCommand": "./vercel-build.sh" }
      }
    ],
    "routes": [
      { "src": "/(.*)", "dest": "wsgi.py" }
    ]
  }
  

• 切换Python版本
  如果硬要适配Python 3.12行不通，直接降级到兼容性更好的Python 3.11。在根目录创建runtime.txt，内容为：

  python-3.11
  

  Vercel会自动切换到该版本的Python环境执行依赖安装。

• 调整依赖安装顺序
  部分库需要numpy等基础库提前安装，否则会触发编译错误。把numpy、scipy这类基础库放在requirements.txt最前面：

  numpy==1.26.3
  scipy==1.11.4
  Flask==2.3.3
  matplotlib==3.8.2
  pandas==2.1.4
  scikit-learn==1.3.2
  

内容的提问来源于stack exchange，提问作者Harshad