如何在Julia模块中强制指定Arpack包为旧版本v0.4.0

你当前使用的REQUIRE = raw"Arpack v0.4.0"是无效的——这是Julia 1.0之前的旧版包管理语法，当前Julia（1.0+）已改用Project.toml/Manifest.toml体系管理依赖，或通过Pkg编程接口实现版本控制，以下是正确解决方案：

推荐方案：通过模块的Project.toml声明版本约束 #

这是Julia官方推荐的标准做法，能在不干扰用户全局环境的前提下锁定依赖版本：

1. 在你的模块根目录下创建或修改Project.toml文件，添加如下内容：

   [deps]
   Arpack = "7d9fca2a-8960-54d3-9f78-7d1dccf2cb97"
   Distances = "b4f34e82-e78d-54a5-968a-f98e89d6e8f7"
   LinearAlgebra = "37e2e46d-f89d-539d-b4ee-838fcccc9c8e"
   MultivariateStats = "6f286f6a-111f-5878-ab1e-185364afe411"
   SparseArrays = "2f01184e-e22b-5df5-ae63-d93ebab69eaf"
   
   [compat]
   Arpack = "=0.4.0"
   julia = "1.6" # 根据你的模块兼容的Julia版本调整
   

2. 用户安装你的模块时，Pkg会自动识别版本约束，安装并锁定Arpack v0.4.0。

临时方案：模块代码中动态控制版本（不推荐） #

若必须在模块代码中强制指定版本，可通过Pkg API实现，但会修改用户当前活动环境，可能引发依赖冲突：

module DiffusionMaps
    using Pkg

    # 模块初始化时检查并锁定Arpack版本
    function __init__()
        # 检查Arpack是否已安装且版本符合要求
        pkg_spec = Pkg.PackageSpec(name="Arpack", version="0.4.0")
        deps = Pkg.dependencies()
        arpack_installed = any(d -> d.name == "Arpack" && d.version == v"0.4.0", values(deps))
        
        if !arpack_installed
            Pkg.add(pkg_spec)
            Pkg.pin(pkg_spec)
        end
    end

    # 导入所需包（需放在__init__之后）
    using MultivariateStats: NonlinearDimensionalityReduction
    using Distances
    using Arpack: eigs
    using LinearAlgebra: Diagonal
    using SparseArrays

    import MultivariateStats: fit, predict, projection, reconstruct, indim, outdim, eigvals, eigvecs
    import Base.size

    include("diffmap.jl")

    export fit, predict, projection, reconstruct, DiffMap, metric, kernel, indim, outdim, eigvals, eigvecs

    # 触发版本检查逻辑
    __init__()
end #module

注意：该方式会直接修改用户的环境配置，可能与其他包的依赖需求冲突，仅适合临时调试场景，不建议作为模块的常规实现方式。

关键说明 #

• 旧版REQUIRE文件机制已被完全废弃，仅保留兼容性支持，无法实现版本锁定。
• 若用户已安装Arpack新版本，可手动在自己的环境中执行以下命令降级：

  using Pkg
  Pkg.add("Arpack@0.4.0")
  Pkg.pin("Arpack")
  

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