You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

求助:多环境下pip install nlg均失败,遇依赖构建错误

解决pip install nlg依赖构建失败问题

问题分析

从错误日志来看,核心故障是nlg依赖的preshed、blis等包编译失败,具体表现为找不到preshed/maps.cpp这类源码文件,以及构建依赖的子进程执行出错。这类问题通常由以下原因引发:

  • Python版本与依赖包不兼容(旧版preshed对Python 3.10+支持不佳)
  • 系统缺少编译所需的工具链
  • nlg包长期未维护,依赖的子包版本存在兼容性冲突

解决方案

1. 调整Python版本

preshed、blis属于spaCy生态底层包,旧版本对高版本Python支持有限。建议将Python降级到3.8或3.9版本,再尝试安装:

# 切换到Python 3.9环境后执行
pip install nlg

2. 安装系统编译工具

不同系统需补充对应的编译依赖:

  • Windows:安装Visual Studio Build Tools,勾选「使用C++的桌面开发」组件,确保包含MSVC编译器、Windows SDK等模块
  • MacOS:运行命令安装Xcode命令行工具:
    xcode-select --install
    
  • Linux/GitHub Codespace:安装gcc、g++和Python开发包:
    sudo apt update && sudo apt install gcc g++ python3-dev
    

3. 优先安装预编译wheel包

手动指定安装依赖的预编译版本,跳过源码编译环节:

pip install --only-binary :all: blis preshed thinc
pip install nlg

4. 替代方案

如果上述方法均无效,说明nlg包可能已无人维护,建议替换为活跃更新的NLG工具:

  • 使用Hugging Face transformers库实现文本生成
  • 基于spaCy构建自定义NLG逻辑
  • 采用torchtext处理自然语言生成任务

内容的提问来源于stack exchange,提问作者Chris B

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.07 23:31:04