这种情况我之前开发时也踩过坑——本地调试时随手装了一堆包，等到要部署给客户才发现好多根本没在代码里用到，白白增加了部署体积还可能引入不必要的风险。试过pipreqs不好用的话，给你分享几个亲测靠谱的方法：

方法一：手动梳理+虚拟环境重建（最稳妥） #

这是我最推荐的方式，虽然费点时间，但几乎不会出错：

• 先仔细过一遍项目代码里的所有import语句，把实际用到的依赖包列成一个清单（比如requests、pandas这类明确出现的）
• 新建一个干净的虚拟环境隔离当前环境：

  python -m venv clean_env
  

• 激活虚拟环境：
  • Windows系统：clean_env\Scripts\activate
  • Linux/macOS系统：source clean_env/bin/activate
• 用pip install手动安装你列出来的依赖包，然后完整跑一遍项目的所有功能，确保没有报错
• 最后导出干净的依赖清单：

  pip freeze > requirements.txt
  

  这个文件就是完全匹配项目需求的依赖了

方法二：用pip-autoremove批量清理未使用包 #

如果项目里未使用的包比较多，手动删太麻烦，可以试试这个工具：

• 先安装工具：

  pip install pip-autoremove
  

• 操作前先备份当前的依赖清单，以防误删：

  pip freeze > backup_requirements.txt
  

• 如果你知道某个确定没用的包，直接运行：

  pip-autoremove unused_package_name -y
  

  它会自动卸载这个包，以及所有被它依赖但没被其他包使用的依赖
• ❗ 注意：这个工具可能会误删一些隐式依赖（比如某些包的子依赖），所以操作后一定要全面测试项目功能

方法三：用pigar替代pipreqs生成精准依赖 #

很多开发者反映pigar比pipreqs的扫描准确率更高，能减少手动调整的工作量：

• 安装工具：

  pip install pigar
  

• 进入项目的根目录，运行扫描命令：

  pigar generate
  

  它会递归扫描项目里的所有Python文件，自动识别用到的依赖并生成requirements.txt
• 生成后可以打开文件检查一下，偶尔会有个别包误判，手动微调后，再到干净虚拟环境测试即可

额外提醒 #

不管用哪种方法，最后一定要在全新的虚拟环境中重新安装依赖并测试项目，确保所有功能正常运行，避免漏删必要的依赖导致部署后出问题。

备注：内容来源于stack exchange，提问作者Scott