如何让MATLAB打包自定义工具箱时识别依赖的官方工具箱？

针对你遇到的Dependency Analyzer和matlab.codetools.requiredfilesandproducts无法识别官方工具箱依赖的问题，可通过以下几种方法解决：

1. 手动指定工具箱依赖 #

这是最直接有效的方式：

• 打包工具箱时，在工具箱信息界面的附加组件板块，直接勾选所需的官方工具箱（比如并行计算工具箱、通信工具箱等）。
• 若手动配置工具箱的info.xml文件，可添加<ProductDependency>标签明确声明依赖：

  <ProductDependency Name="Parallel Computing Toolbox" Version="9.13"/>
  <ProductDependency Name="Communications Toolbox" Version="7.6"/>
  

  版本号可根据你实际使用的工具箱版本填写。

2. 修改代码增强静态分析识别度 #

MATLAB静态分析对部分工具箱函数（如parpool、gcp）的识别较弱，因为这些函数在基础MATLAB中有占位实现，实际功能由工具箱提供。你可以通过显式声明优化识别：

• 在代码开头添加工具箱 license 检查：

  if ~license('test', 'Parallel_Computing_Toolbox')
      error('运行此代码需要Parallel Computing Toolbox');
  end
  

  这种显式检查会触发Dependency Analyzer识别对应的工具箱依赖。
• 避免使用eval等动态调用方式，静态分析无法解析动态执行的代码。

3. 使用Dependency Report工具获取准确依赖 #

既然官方文档中的Dependency Report能正确识别依赖，直接用这个工具：

• 打开MATLAB的App选项卡，找到Dependency Report工具，选择你的自定义脚本文件夹生成报告。
• 报告中会列出所有依赖的官方工具箱，你可以根据这个列表手动添加到打包配置中。
• 该工具结合了静态分析与运行时信息，比requiredfilesandproducts函数的分析更全面。

4. 检查MATLAB版本兼容性 #

• 部分旧版本MATLAB的Dependency Analyzer对新工具箱函数的支持不完善，尝试升级到最新稳定版MATLAB。
• 确认你使用的工具箱版本与MATLAB版本匹配，版本不兼容也可能导致依赖识别失败。

内容的提问来源于stack exchange，提问作者curiousGeorge123