GitHub Actions中Poetry环境无法访问DVC拉取数据的解决问询

问题核心 #

本地环境运行正常，但在GitHub Actions的Ubuntu镜像中，Poetry执行data_validation脚本时找不到DVC拉取的数据文件，本质是脚本数据路径与CI工作目录不匹配，或是脚本依赖了相对于自身位置的路径，而非基于项目根目录的统一路径。

可行解决方案 #

1. 修正脚本中的数据路径写法 #

确保src/data/data_validation.py里读取数据的路径基于项目根目录，避免依赖脚本所在目录的相对路径。用pathlib可以稳定获取项目根：

from pathlib import Path

# 从当前脚本（src/data/data_validation.py）向上回溯到项目根目录
PROJECT_ROOT = Path(__file__).resolve().parent.parent.parent
# 拼接目标数据文件路径
TARGET_DATA_PATH = PROJECT_ROOT / "data" / "processed" / "merged_data.csv"

# 后续读取数据时使用TARGET_DATA_PATH

2. 在CI中明确工作目录并验证数据存在 #

在Run Checkpoint步骤前添加目录检查，确认DVC拉取的数据已在项目根目录：

- name: 验证数据目录结构
  run: |
    ls -la ${{ github.workspace }}/data

同时显式指定Run Checkpoint的工作目录为项目根：

- name: Run Checkpoint
  working-directory: ${{ github.workspace }}
  run: |
    poetry run data_validation

3. 修复数据目录权限（可选） #

如果Ubuntu镜像中存在文件权限限制，可添加权限修复步骤：

- name: 修复数据目录权限
  run: |
    chmod -R 755 ${{ github.workspace }}/data

4. 确认DVC拉取完整性 #

修改Pull data步骤，添加详细日志确认数据拉取成功：

- name: Pull data
  run: |
    poetry run dvc pull -v

错误信息翻译 #

从你提供的截图来看，核心错误内容为：

文件未找到错误：[错误号2] 没有该文件或目录: './data/[对应子目录/文件名]'

这说明脚本尝试访问的路径在CI环境中不存在，上述方案可针对性解决该问题。

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