Docker构建失败：requirements.txt安装jaxlib wheel包不兼容问题排查

问题根源 #

报错里的jaxlib-0.3.22+cuda11.cudnn805-cp37-cp37m-manylinux2014_x86_64.whl是为Python 3.7编译的包（文件名中的cp37对应Python3.7），但你使用的是Python3.8基础镜像，版本不兼容。同时旧版pip（22.0.4）对包版本的识别存在缺陷，导致拉取了错误的jaxlib版本。这个jaxlib是你requirements.txt中某个依赖（大概率是tensorflow-datasets==4.6.0）间接引入的。

修复步骤 #

1. 先升级pip再安装依赖 #

修改Dockerfile，在安装依赖前将pip升级到最新版本，确保它能正确识别适配Python3.8的包：

FROM python:3.8

ADD requirements.txt /

# 先升级pip，避免版本兼容问题
RUN pip install --upgrade pip && pip install -r /requirements.txt

ADD text_classification.py /

ENV PYTHONUNBUFFERED=1

CMD [ "python", "./text_classification.py" ]

2. 手动指定jaxlib的兼容版本（可选） #

如果升级pip后仍报错，直接在requirements.txt中添加适配Python3.8的jaxlib版本：

tensorflow-datasets==4.6.0
vega-datasets==0.9.0
scikit-learn==1.0.2
autograd==1.5
numpy==1.21.6
# 添加适配Python3.8的jaxlib版本
jaxlib==0.3.22

如果需要CUDA支持，可以查找对应cp38的cuda版本包，但升级pip后通常会自动匹配正确版本，优先尝试第一步即可。

3. 排查额外引入的依赖（可选） #

报错中出现了en-core-web-sm的安装流程，但你的requirements.txt中并未声明该包，说明是其他依赖间接引入的。如果你的代码不需要这个spaCy模型，可以通过依赖树排查引入源头，或者添加对应版本的spaCy以匹配模型版本。

验证修改 #

完成修改后重新执行构建命令：

docker build . -f Dockerfile.txt

内容的提问来源于stack exchange，提问作者VS Puzzler