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

Jupyter Lab R内核无法安装devtools等包的问题求助

解决Jupyter Lab R内核中devtools及依赖包安装失败的问题

遇到installation of package ‘xxx’ had non-zero exit status这类报错,大多是系统层面依赖缺失、包缓存损坏或Jupyter内核环境不一致导致的,按以下步骤排查解决:

1. 安装系统层面依赖库

R的curl、gert、credentials等包依赖系统级别的加密、网络及Git相关库,先补全这些依赖:

  • Ubuntu/Debian:
    sudo apt-get install libssl-dev libcurl4-openssl-dev libgit2-dev
    
  • CentOS/RHEL:
    sudo yum install openssl-devel libcurl-devel libgit2-devel
    
  • macOS(需先安装Homebrew):
    brew install openssl curl git
    

2. 清理损坏包缓存并重新安装

  • 先卸载已安装失败的包:
    remove.packages(c("devtools", "credentials", "curl", "gert"))
    
  • 清理R的本地包缓存:
    gc()
    unlink(file.path(Sys.getenv("R_LIBS_USER"), "*"), recursive = TRUE)
    
  • 更换稳定的CRAN镜像重试安装(比如国内镜像):
    install.packages("devtools", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
    

3. 对齐Jupyter内核与本地R环境

部分场景下Jupyter使用的R内核和本地终端的R环境不一致,导致依赖缺失:

  • 在Jupyter的R notebook中运行以下命令查看当前内核的R路径:
    Sys.getenv("R_HOME")
    
  • 打开本地终端启动R,同样运行Sys.getenv("R_HOME"),对比两个路径是否一致:
    • 若不一致,在终端的R环境中重新安装IRkernel:
      install.packages("IRkernel")
      IRkernel::installspec(user = FALSE)
      
    • 重启Jupyter Lab,选择正确的R内核。

4. 手动逐个安装依赖包

如果批量安装仍失败,尝试逐个安装依赖包,便于定位单个包的问题:

install.packages("curl", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
install.packages("credentials", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
install.packages("gert", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
install.packages("devtools", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")

每个包安装完成后检查是否成功,若某包仍报错,根据具体提示补充对应系统依赖。

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

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:2026.08.09 09:35:35