华为云 AI 开发者空间 Python 多环境隔离与依赖排障实践指南

在华为云 AI 开发者空间（AI DevSpace）或云上开发环境进行 Python 项目开发时，环境中往往同时存在系统级 Python 与多个虚拟环境（如 venv 或 conda）。不少开发者在终端执行 pip install 安装第三方库（如 Pillow）后，在脚本中导入却依然触发 ModuleNotFoundError: No module named ‘PIL’。本文结合实测梳理多环境依赖排障方法与管理规范。

一、为什么不能仅凭 pip3 --version 与 sys.executable 路径字符串差异判断环境错位？

1. 符号链接与包装脚本：在 Linux 系统中，/usr/bin/python3 与 /usr/bin/python3.11 常指向同一底层二进制文件，路径字面值不同但共享同一套 site-packages。
2. PYTHONPATH 与路径继承：即使解释器位于独立虚拟环境（如 /tmp/demo_venv/bin/python），若开启了 --system-site-packages 或注入了 PYTHONPATH，仍可加载外部依赖。因此准确做法是全程使用目标运行环境的同一个解释器执行 -m pip 检查、安装，并在该解释器下进行实际导入验证。

二、真实可复现的虚拟环境 /tmp/demo_venv 排障闭环演示

1. 复现报错：执行 PYTHONPATH=“” /tmp/demo_venv/bin/python -c “import sys; print(sys.executable, sys.path)” 可见其仅检索 /tmp/demo_venv/lib/python3.11/site-packages。此时执行 /tmp/demo_venv/bin/python -m pip show Pillow 提示未找到，导入 PIL 触发 ModuleNotFoundError。
2. 同解释器安装与核验：直接执行 /tmp/demo_venv/bin/python -m pip install Pillow，注意 sys.executable 本身已是解释器完整路径，切勿在末尾重复拼接 /python。安装后执行 /tmp/demo_venv/bin/python -m pip show Pillow 确认 Version 为 11.1.0 且 Location 位于 /tmp/demo_venv/lib/python3.11/site-packages。
3. 同解释器实际导入验证：执行 /tmp/demo_venv/bin/python -c “import sys; from PIL import Image; img = Image.new(‘RGB’, (120, 60)); print(sys.executable, Image.version, Image.file, img.size)”，输出确认解释器为 /tmp/demo_venv/bin/python，模块路径为 /tmp/demo_venv/lib/python3.11/site-packages/PIL/Image.py，完成同环境闭环验证。

三、云端开发环境依赖管理建议

1. 区分依赖快照与严格锁文件：python -m pip freeze > requirements.txt 仅生成平面快照，不含哈希校验；建议使用 pip-compile --generate-hashes 或 uv.lock 维护严格锁文件。
2. 核实环境存储生命周期：使用前确认当前云端实例的数据保留说明，及时将代码与依赖文件同步至 GitCode 仓库以便按需重建依赖。