如何减小PyInstaller/Nuitka生成的.exe文件体积？

问题背景 #

使用PyInstaller或Nuitka打包SRT翻译工具后，生成的.exe文件体积高达2.5GB。尝试调整打包配置、排除模块后体积有所减小，但会丢失必需依赖，计划通过用户端按需下载依赖的方式解决体积问题。

核心体积膨胀原因 #

打包体积过大的根源在于以下几部分被强制打包进exe：

• PyTorch及其关联库（CUDA版本体积远超1GB）
• Transformers库及相关依赖
• facebook/nllb-200-3.3B预训练模型（本身体积接近10GB，若打包时误包含会大幅膨胀）

具体优化方案 #

1. 彻底剥离大型依赖，改为按需下载 #

打包时明确排除PyTorch、Transformers等体积较大的依赖，由用户首次运行工具时自动下载：

• PyInstaller配置：

  pyinstaller --onefile --exclude-module torch --exclude-module transformers --exclude-module srt --strip --upx-dir=./upx your_script.py
  

• Nuitka配置：

  nuitka --standalone --nofollow-import-to=torch --nofollow-import-to=transformers --nofollow-import-to=srt --strip your_script.py
  

• 优化现有动态下载逻辑：
  • 将顶部的from transformers import AutoTokenizer, AutoModelForSeq2SeqLM移到get_translator函数内部，避免打包工具扫描到这些导入并尝试打包
  • 调整PyTorch下载命令，自动适配用户设备（检测CUDA版本，无CUDA则下载CPU版本）：

    def download_pytorch():
        try:
            python_exe = sys.executable
            # 检测CUDA是否可用，自动选择对应PyTorch包
            cuda_check_cmd = [python_exe, "-c", "import torch; print(torch.cuda.is_available())"]
            cuda_available = subprocess.run(cuda_check_cmd, capture_output=True, text=True).stdout.strip() == "True"
            
            if cuda_available:
                pip_command = [python_exe, "-m", "pip", "install", "--user", "torch", "torchvision", "torchaudio", "--extra-index-url", "https://download.pytorch.org/whl/cu118"]
            else:
                pip_command = [python_exe, "-m", "pip", "install", "--user", "torch", "torchvision", "torchaudio"]
            
            result = subprocess.run(pip_command, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
            # 后续逻辑保持不变
        except Exception as e:
            messagebox.showerror("Erro", f"Falha ao instalar PyTorch: {str(e)}")
            return False
    

2. 确保模型仅在用户端按需下载 #

当前代码已实现模型缓存到用户本地目录~/.cache/huggingface/hub，需确保打包时不会将模型文件或缓存目录包含进exe：

• 打包时添加--exclude-dir排除Hugging Face缓存目录（PyInstaller）：

  pyinstaller ... --exclude-dir="%USERPROFILE%\.cache\huggingface"
  

• 在程序启动时增加模型检查逻辑，提前告知用户需要下载模型：

  def check_and_download_model(token):
      model_dir = os.path.join(os.path.expanduser("~"), ".cache", "huggingface", "hub", "models--facebook--nllb-200-3.3B")
      if not os.path.exists(model_dir):
          confirm = messagebox.askyesno("Model Not Found", "Translation model not detected. Do you want to download it now? (Size ~10GB)")
          if confirm:
              download_model_from_hub(token)
          else:
              messagebox.showerror("Error", "Translation cannot proceed without the model.")
              sys.exit(1)
  

  在process_translation函数开头调用该函数。

3. 打包后压缩与精简 #

• 使用UPX压缩：对打包后的exe进行压缩，可进一步缩减30%-50%体积（部分PyTorch相关dll可能无法压缩，可单独排除）
• 剥离调试信息：打包时添加--strip参数，移除二进制文件中的调试符号
• 避免打包不必要的库：排除tkinter的冗余组件（比如tix等未使用的子模块），PyInstaller可通过--exclude-module tkinter.tix实现

代码关键调整点 #

1. 将所有大型依赖的导入移到函数内部，避免打包工具扫描到：

   def get_translator(src_lang, tgt_lang):
       torch = import_pytorch_dynamically()
       if not torch:
           return None, None, None, None
       
       # 移到此处，避免打包时被扫描
       from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
       try:
           model_name = "facebook/nllb-200-3.3B"
           tokenizer = AutoTokenizer.from_pretrained(model_name)
           # 后续逻辑保持不变
   

2. 增加启动时的轻量依赖检查：

   if __name__ == "__main__":
       # 启动时检查核心轻量依赖，不存在则自动安装
       try:
           import srt
           from huggingface_hub import HfApi
       except ImportError:
           python_exe = sys.executable
           subprocess.run([python_exe, "-m", "pip", "install", "--user", "srt", "huggingface-hub"])
           # 重新导入依赖
           import srt
           from huggingface_hub import HfApi
       
       root = tk.Tk()
       # 后续GUI初始化逻辑保持不变
   

内容的提问来源于stack exchange，提问作者MaloneFreak