明明依赖版本范围匹配，为何Pip仍报包版本冲突？

问题重现 #

执行pip install -r requirements.txt时触发报错：

ERROR: Cannot install -r requirements.txt (line 3), [...] because these package versions have conflicting dependencies.

具体冲突日志：

The conflict is caused by:
    tensorflow 2.11.0 depends on protobuf<3.20 and >=3.9.2
    tensorboard 2.11.0 depends on protobuf<4 and >=3.9.2
    wandb 0.13.5 depends on protobuf!=4.0.*, !=4.21.0, <5 and >=3.12.0

你认为[3.12.0, 3.20)区间的protobuf版本能满足所有依赖，无法理解冲突原因；临时移除requirements.txt中所有版本限制后可正常安装，但仍想知道原版本范围冲突的原因。

可能的冲突原因 #

• 旧版pip解析器的局限性：如果你的pip版本低于20.3，默认使用的是旧版依赖解析算法，它对多条件版本交集的判断存在缺陷，会误判原本兼容的依赖范围为冲突。升级pip到最新版本（执行pip install --upgrade pip）后再尝试安装，大概率能解决这个问题。
• 未显示的间接依赖限制：你提供的冲突日志只列出了三个直接依赖包，但requirements.txt中的其他包可能存在间接依赖，这些间接依赖对protobuf的版本限制可能更严格（比如要求protobuf<3.12），而这部分限制没有被日志完整展示，导致实际不存在满足所有条件的版本。
• 平台/环境特定的隐藏依赖：部分包（比如tensorflow）在特定Python版本、操作系统或硬件环境下，实际生效的protobuf依赖范围可能比官方声明的更窄。例如某些Windows环境下，tensorflow 2.11.0可能会要求protobuf<3.19而非<3.20，这就缩小了可用版本范围，最终和wandb的依赖要求产生冲突。

内容的提问来源于stack exchange，提问作者balderdash