多库依赖不同版本Protobuf引发冲突的解决方法咨询

问题重现 #

ERROR: pip的依赖解析器目前未考虑所有已安装的包，此行为导致以下依赖冲突：
google-api-core 2.11.0 要求 protobuf!=3.20.0,!=3.20.1,!=4.21.0,!=4.21.1,!=4.21.2,!=4.21.3,!=4.21.4,!=4.21.5,<5.0.0dev,>=3.19.5，但您安装的是不兼容的protobuf 3.19.0。
google-cloud-firestore 2.11.1 要求 protobuf!=3.20.0,!=3.20.1,!=4.21.0,!=4.21.1,!=4.21.2,!=4.21.3,!=4.21.4,!=4.21.5,<5.0.0dev,>=3.19.5，但您安装的是不兼容的protobuf 3.19.0。
google-cloud-speech 2.19.0 要求 protobuf!=3.20.0,!=3.20.1,!=4.21.0,!=4.21.1,!=4.21.2,!=4.21.3,!=4.21.4,!=4.21.5,<5.0.0dev,>=3.19.5，但您安装的是不兼容的protobuf 3.19.0。
googleapis-common-protos 1.59.0 要求 protobuf!=3.20.0,!=3.20.1,!=4.21.1,!=4.21.2,!=4.21.3,!=4.21.4,!=4.21.5,<5.0.0dev,>=3.19.5，但您安装的是不兼容的protobuf 3.19.0。
grpcio-status 1.53.0 要求 protobuf>=4.21.6，但您安装的是不兼容的protobuf 3.19.0。
onnx 1.14.0 要求 protobuf>=3.20.2，但您安装的是不兼容的protobuf 3.19.0。
tensorflow-datasets 4.9.2 要求 protobuf>=3.20，但您安装的是不兼容的protobuf 3.19.0。
tensorflow-metadata 1.13.1 要求 protobuf<5,>=3.20.3，但您安装的是不兼容的protobuf 3.19.0。

解决步骤 #

1. 彻底清理现有protobuf #

先完全卸载当前低版本protobuf，避免残留引发冲突：

pip uninstall -y protobuf

如果卸载后仍有残留，手动进入虚拟环境的lib/pythonX.X/site-packages目录，删除所有以protobuf或google.protobuf开头的文件夹和文件。

2. 安装兼容所有库的protobuf版本 #

根据所有冲突库的版本要求，唯一兼容的区间是 protobuf >=4.21.6 且 <5.0.0dev，直接指定该区间内的稳定版本安装：

pip install protobuf==4.21.6

也可以选择更高的4.x稳定版（如4.22.3、4.23.4），只要不超过5.0.0dev即可。

3. 升级所有冲突库适配新protobuf #

强制升级所有依赖库，让pip自动选择适配当前protobuf版本的库版本：

pip install --upgrade google-api-core google-cloud-firestore google-cloud-speech googleapis-common-protos grpcio-status onnx tensorflow-datasets tensorflow-metadata

4. 用约束文件锁定版本（可选） #

如果上述步骤仍有问题，创建约束文件constraints.txt，内容如下：

protobuf>=4.21.6,<5.0.0dev

然后通过约束文件安装/升级依赖，确保所有库都遵守protobuf版本规则：

pip install --constraint constraints.txt --upgrade [你的项目所有依赖包]

5. 降级冲突库（极端情况） #

如果个别库无法适配高版本protobuf，查询该库的历史版本，找到支持protobuf>=4.21.6的版本手动安装：

# 示例：若google-api-core 2.11.0不兼容，安装兼容版本
pip install google-api-core==2.15.0

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