小型Python项目执行poetry update耗时3小时，问题出在哪？

一、本地依赖未启用开发模式（核心问题） #

你当前的pyproject.toml只是配置了本地路径依赖，但没开启Poetry的开发模式，导致Poetry会把crawler的代码复制到虚拟环境而非创建符号链接，所以修改crawler后无法实时同步，必须升级版本触发重新复制。

正确的配置方式是在crawler-tester的pyproject.toml里给crawler依赖加上develop = true：

[tool.poetry.dependencies]
python = "^3.10"
crawler = { path = "../crawler", develop = true }

配置完成后，执行poetry install重新安装依赖，此时Poetry会在虚拟环境中创建crawler的符号链接，后续修改crawler的代码会直接同步到crawler-tester的运行环境，不用再升级版本或执行update。

二、依赖解析耗时过慢的解决方法 #

1. 锁定crawler的依赖版本
   在crawler项目根目录执行poetry lock生成poetry.lock文件，这样crawler-tester在解析依赖时会直接复用crawler已锁定的依赖版本，避免重复遍历所有可能的版本组合。

2. 指定外部依赖的版本范围
   给azure-identity、azure-core、boto3这类外部依赖明确版本范围，比如：

   # crawler项目的pyproject.toml
   [tool.poetry.dependencies]
   python = "^3.10"
   azure-identity = "^1.12.0"
   azure-core = "^1.29.0"
   boto3 = "^1.28.0"
   

   模糊的版本范围会让Poetry花费大量时间计算兼容组合，明确范围能大幅缩短解析时间。

3. 避免全量poetry update
   全量update会强制Poetry重新解析所有依赖的最新版本，耗时极长。如果只是同步crawler的修改，执行poetry install即可；如果确实需要更新依赖，指定具体包名，比如poetry update crawler，只更新目标包。

三、常见操作误区 #

不要用poetry update来同步本地依赖的修改，update的作用是升级依赖版本，而同步配置或本地依赖变更应该用poetry install。

内容的提问来源于stack exchange，提问作者LauriK