如何让Poetry与Conda互相识别依赖，避免版本冲突？

下面是几个无需递归罗列子依赖的实用方案：

1. 让Poetry锁定Conda已安装依赖的版本 #

• 先完成Conda环境配置：创建环境，安装Python、Poetry以及spyder、ipykernel、CUDA相关包。
• 激活该Conda环境，执行poetry lock --no-update。这个命令会基于当前环境已安装的依赖生成锁文件，且不会更新现有依赖版本。后续poetry install时会严格遵循锁文件，不会替换Conda安装包的依赖。
• 可选：在pyproject.toml中给Conda安装的核心包添加版本约束，进一步避免版本变更。例如：

  [tool.poetry.dependencies]
  python = "^3.10"
  spyder = "==5.4.3"  # 匹配Conda安装的版本
  ipykernel = "==6.25.0"
  

2. 让Poetry直接使用Conda环境 #

• 激活目标Conda环境后，执行poetry config virtualenvs.create false。这个设置会让Poetry放弃创建独立虚拟环境，直接复用当前的Conda环境。
• 后续执行poetry install时，Poetry会优先使用环境中已有的包（只要版本符合依赖要求），仅安装缺失的依赖，且会尽量适配现有版本，不会随意替换Conda安装的包及其依赖。

3. 分层管理依赖 #

将依赖拆分为基础层和项目层，明确分工：

• 基础层：用Conda安装Python、Poetry、spyder、ipykernel、CUDA相关包，执行conda env export > environment.yml备份环境配置，固定这些基础依赖的版本。
• 项目层：用Poetry管理项目业务依赖，在pyproject.toml中标记Conda已安装的包为可选，避免Poetry重复安装或替换：

  [tool.poetry.dependencies]
  python = "^3.10"
  # 标记Conda已装包为可选，避免Poetry干预
  spyder = { version = "*", optional = true }
  ipykernel = { version = "*", optional = true }
  # 正常添加项目业务依赖
  requests = "^2.31.0"
  

• 执行poetry install时，Poetry会忽略这些可选包，仅安装项目所需的其他依赖，且会适配当前Conda环境的已有依赖版本。

额外注意事项 #

• 每次用Conda更新基础依赖后，建议重新执行poetry lock --no-update更新锁文件，确保Poetry识别最新的依赖状态。
• 避免用Conda和Poetry同时安装同一个包，除非确认版本完全兼容。
• 对于CUDA相关依赖，需确保Conda安装的CUDA版本与Poetry管理的包（如PyTorch）的CUDA版本匹配，可在pyproject.toml中添加对应约束，例如：

  torch = { version = "^2.0.0", extras = ["cu118"] }
  

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