无法在Digital Ocean Functions部署Spacy/Python模块求助

1. 确认项目结构合规 #

Digital Ocean Functions要求每个函数必须放在单独的子目录中，requirements.txt需要和main.py放在同一函数目录下，而非项目根目录。正确的典型结构如下：

my-spacy-function/
├── packages/
│   └── my-package/
│       └── spacy-test/
│           ├── main.py
│           └── requirements.txt

如果你的requirements.txt在根目录，DO的部署工具不会识别并安装依赖。

2. 使用远程构建避免环境差异 #

本地环境的依赖包可能和DO Functions的运行环境（如特定Python版本、系统架构）不兼容，尤其是blis、cymem这类含C扩展的包。部署时添加--remote-build参数，让DO在云端环境中安装依赖：

doctl serverless deploy . --remote-build

3. 指定匹配的Python运行时 #

检查DO Functions支持的Python版本（当前支持3.8、3.9、3.10），确保本地开发版本和云端一致。在函数目录下创建function.yml文件，明确指定运行时：

runtime: python:3.9

4. 检查依赖安装日志 #

部署完成后，触发函数获取激活ID，然后查看详细日志，确认依赖是否真的安装成功：

# 触发函数（假设函数路径为/my-package/spacy-test）
doctl serverless functions invoke /my-package/spacy-test
# 查看日志，替换<activation-id>为返回的ID
doctl serverless activations logs <activation-id>

日志中如果有依赖安装失败的信息，针对性调整requirements.txt（比如移除pkg_resources==0.0.0这类无效依赖）。

5. 简化Spacy模型安装方式 #

直接在requirements.txt中引用模型whl可能存在网络问题，可改为在main.py中初始化时下载模型（注意：首次运行会耗时较长）：

import spacy

def main(arg):
    # 首次运行自动下载模型
    if not spacy.util.is_package("en_core_web_sm"):
        spacy.cli.download("en_core_web_sm")
    nlp = spacy.load("en_core_web_sm")
    return {"body": 'test'}

或者提前将模型文件打包到函数目录中，配合spacy.load加载本地模型。

内容的提问来源于stack exchange，提问作者user3195845