pipreqs仅扫描显式import包且不锁定子依赖，易引发兼容性问题；推荐用pip-tools通过requirements.in生成带哈希的完整依赖树；vscode调试需手动配置launch.json中python路径；禁用pip freeze直接生成requirements.txt。
pipreqs 只扫 import，但不处理子依赖版本
用 pipreqs . --force 生成的 requirements.txt 确实只包含代码里显式 import 的包，比如 requests、numpy，但它**不锁定这些包的子依赖**（如 urllib3、certifi）。这意味着下次 pip install -r requirements.txt 时，可能拉到新版子依赖，引发兼容性问题。
实操建议：
华为云 Python SDK 查询工具。自动发现已安装 SDK 的服务包、Client类、API 方法、入参详情、类信息（__init__ 参数、属性、类型、描述），支持关键字搜索，快速定位目标 API 使用方法。
- 生成后手动检查是否遗漏间接依赖：运行
pip show requests，看它依赖哪些包，再确认这些包是否也在requirements.txt中显式列出 - 若项目较重（如含 Flask/Django），建议改用
pip-tools，它会递归解析并锁定全链依赖 - 不要把
pipreqs输出直接用于 CI/CD——它适合初始建模，不适合生产部署
pip-tools 编译 requirements.in 才真正锁定全依赖树
pip-compile 不是简单 dump 当前环境，而是从顶层声明出发，计算出所有可复现的精确版本组合。它依赖 requirements.in（你手写的“我要什么”）和 requirements.txt（它生成的“最终确定什么”）两层结构。
实操建议：
- 在项目根目录新建
requirements.in，只写顶层包，例如：requests==2.31.0<br>click>=8.0<br>pydantic
- 运行
pip-compile requirements.in，生成带完整哈希和子依赖的requirements.txt - 每次更新依赖，只改
requirements.in，再重新pip-compile—— 避免手动编辑requirements.txt导致版本错乱 - 注意：必须确保当前终端激活的是目标虚拟环境，否则
pip-compile会读错已安装包版本
VSCode 调试时仍报 ModuleNotFoundError？检查 launch.json 的 python 字段
即使 python.defaultInterpreterPath 设置正确，VSCode 调试器默认仍可能忽略它，尤其当你没显式指定解释器路径时。这时候 pip install 成功了，但调试启动失败，错误仍是 ModuleNotFoundError。
实操建议：
- 打开
.vscode/launch.json，确认"python"字段指向虚拟环境里的解释器，例如："python": "./venv/bin/python"
（macOS/Linux）或"python": ".\venv\Scripts\python.exe"
（Windows） - 不要依赖
"module"或"file"启动方式自动继承解释器——它不保证加载site-packages - 如果用了多配置（如 pytest + debug），每个
configuration都要单独设python路径，不能只靠全局设置
pip freeze > requirements.txt 是最常见污染源
pip freeze 会把当前环境中**所有**已安装包都列出来，包括 pip、setuptools、wheel，甚至 VSCode Python 插件悄悄装的 debugpy 或 pylsp。这些不是你的项目依赖，却混进 requirements.txt，导致部署时多装无用包、触发权限冲突或版本打架。
实操建议：
- 永远别直接
pip freeze > requirements.txt用于生产环境 - 如果真要用，先过滤掉非项目包：
pip freeze | grep -v "^(pip|setuptools|wheel|debugpy|pylsp)" > requirements.txt - 更稳妥的做法：删掉现有
requirements.txt，用pipreqs或pip-tools重生成
requirements.in 是人控的起点，pip-compile 是机器算的终点，中间任何手动干预（比如直接 pip install package==x.y.z 后再 freeze）都会绕过约束逻辑。一旦跳过编译步骤，就等于放弃锁定。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
