Azure ML使用预构建Docker镜像运行管道报ModuleNotFoundError

• 你写的sys.path.append(".")追加的是脚本执行时的当前工作目录（CWD），而非入口脚本自身所在的目录。本地运行能成功是因为你本地执行脚本时，CWD刚好是Preprocess文件夹的父目录；但Azure ML执行PythonScriptStep时，默认CWD和你本地的执行路径不一致，大概率落在了Pipeline子目录或者Preprocess目录本身，Python在CWD下找不到Preprocess包，就会抛出导入错误。
• 从你给出的项目结构看，包层级本身没有问题，Preprocess目录下也存在__init__.py，不属于漏写包标识文件的问题。

方案1：基于脚本绝对路径追加搜索路径（无环境依赖，优先推荐） #

删掉原来用相对路径追加sys.path的逻辑，改为通过入口脚本custom_pipeline.py的自身位置计算项目根目录，再加入搜索路径，这种写法完全不受执行时CWD影响，本地和Azure环境都能正常运行：

import sys
import os
# 获取当前入口脚本的所在目录绝对路径
current_dir = os.path.dirname(os.path.abspath(__file__))
# 向上回溯两级：Pipeline目录 -> Preprocess目录 -> Preprocess的父目录（项目根）
project_root = os.path.abspath(os.path.join(current_dir, "../.."))
sys.path.append(project_root)

from Preprocess.logger import logger

方案2：修正PythonScriptStep的目录配置 #

检查e.sources_directory的取值，必须确保它指向**Preprocess文件夹的父目录**，而非Preprocess文件夹本身或者更深层的Pipeline目录。Azure ML会将source_directory下的全部内容上传到计算节点作为执行上下文，如果这个路径配错，执行环境里根本不会存在顶层的Preprocess文件夹，再怎么改路径也无法导入。
如果确认source_directory配置正确，也可以直接在runconfig里把CWD加入PYTHONPATH，不需要在业务代码里追加路径：

# 在run_config初始化后添加
run_config.environment.environment_variables["PYTHONPATH"] = "."

方案3：打包为本地Python包（适合生产场景） #

如果后续这个模块需要在多个管道步骤里复用，可以把Preprocess模块打包为标准wheel安装包，在Azure ML的Environment配置中添加本地pip依赖，执行时会自动把包装到系统Python路径里，完全不需要手动处理sys.path。

内容的提问来源于stack exchange，提问作者Obiii