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

Python3.10.4安装Keybert失败:Numpy依赖冲突求助

解决Keybert安装时scikit-learn与Numpy的依赖冲突问题

问题根源

错误日志显示冲突源于系统同时被要求安装numpy==1.21.6和numpy==1.22.3——这是因为scikit-learn(或其依赖链中的组件)对Numpy版本有特定限制,而Keybert的依赖配置或手动操作触发了版本矛盾。

可行解决方案

1. 让pip自动协调依赖版本

直接安装Keybert并添加--upgrade参数,强制pip重新解析所有依赖,找到兼容的版本组合:

pip install keybert --upgrade

2. 手动指定兼容的scikit-learn版本

先安装明确支持Python 3.10和Numpy 1.22.x的scikit-learn版本(比如1.1.3,该版本兼容Numpy 1.21.2及以上),再安装Keybert:

# 先安装兼容的scikit-learn和Numpy版本
pip install scikit-learn==1.1.3 numpy==1.22.3
# 再安装Keybert
pip install keybert

3. 跳过依赖检查强制安装(谨慎使用)

如果前两种方法无效,可以强制安装scikit-learn不检查依赖,之后再安装Keybert。这种方法可能引发其他隐性问题,仅作为备选:

# 强制安装scikit-learn,跳过依赖检查
pip install scikit-learn --force-reinstall --no-deps
# 安装Keybert
pip install keybert
# 安装后检查依赖完整性
pip check

4. 升级pip增强依赖解析能力

旧版本pip的依赖解析逻辑存在局限,先升级pip再尝试安装:

pip install --upgrade pip
pip install keybert

内容的提问来源于stack exchange,提问作者Vincent.G

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:2026.08.17 22:45:31