Dify沙箱需通过python-requirements.txt注入pandas等第三方库：确认使用支持依赖注入的镜像，创建并填写带精确版本号的依赖文件，配置国内pip源，重启服务后验证导入及实际功能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在Dify工作流的代码执行节点中调用pandas、PyMySQL等第三方库时，直接import会报ModuleNotFoundError，这是因为沙箱环境默认不包含这些包，必须通过依赖打包机制将库注入运行时。
确认沙箱镜像是否支持自定义依赖
进入Dify本地部署目录下的dify/docker/docker-compose.yaml文件，搜索sandbox服务块。检查image:字段值是否为langgenius/dify-sandbox系列镜像（如langgenius/dify-sandbox:0.2.12）。【若使用的是官方原版镜像，则必须走requirements.txt路径；若已替换为带py后缀的定制镜像（如svcvit/dify-sandbox-py:0.1.4），则跳过本阶段】
不是所有镜像都支持自动读取python-requirements.txt。只有明确标注支持Python依赖注入的镜像才启用该机制。
准备并写入依赖清单文件
定位到路径：dify/docker/volumes/sandbox/dependencies/python-requirements.txt。
如果该文件不存在，请手动创建整个目录结构：dify/docker/volumes/sandbox/dependencies/，再新建空文件python-requirements.txt。
用文本编辑器打开该文件，按行写入所需库名，强烈建议指定精确版本号——不加版本号可能导致安装失败或行为异常：
numpy==2.2.6
pandas==2.3.2
PyMySQL==1.1.2
requests==2.31.0
注意：每行只能写一个包，不能有空行或中文注释；版本号用双等号==锁定，避免pip升级冲突。
配置国内镜像源加速安装（可选但推荐）
打开dify/docker/volumes/sandbox/conf/config.yaml文件。
在根层级添加或修改字段：
python_pip_mirror_url: "https://pypi.tuna.tsinghua.edu.cn/simple/"
该配置仅对沙箱容器内pip install生效，不影响宿主机pip源。不配置也能装，但国内网络下可能超时失败。
重启沙箱服务使依赖生效
第一步：停止全部容器
cd dify/docker && docker compose down
第二步：重新拉起服务（含沙箱）
docker compose up -d
第三步：等待约20秒，让沙箱容器完成pip install流程。可通过docker logs -f dify-sandbox-1实时观察安装日志，看到Successfully installed xxx即表示成功。
在代码节点中验证导入
方法一：基础验证
新建工作流 → 添加“代码执行”节点 → 语言选Python3 → 输入以下代码：
import pandas as pd
import pymysql
print("✅ pandas version:", pd.__version__)
print("✅ pymysql version:", pymysql.VERSION)
点击运行，输出两行带版本号的成功信息即代表导入成功。
方法二：触发真实调用（防假成功）
某些镜像存在缓存机制，仅import不报错不代表能用。务必补测一次实际功能，例如：
import pandas as pd
df = pd.DataFrame({'a': [1,2], 'b': [3,4]})
result = df.to_dict('records')
return {'data': result}
若返回{'data': [{'a': 1, 'b': 3}, {'a': 2, 'b': 4}]}，说明pandas已真正可用。
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！
