chatExcel

# chatExcel - Excel智能处理与数据分析MCP服务器依赖包列表 # ChatExcel MCP Server - 企业级增强版 v2.1.1 # 完整依赖清单 - pandas导入修复版 # 更新时间: 2025-06-19 # 状态: ✅ 生产就绪 | ✅ pandas导入问题已修复 | ✅ 项目结构已优化 # Python 3.11+ 兼容版本 # 支持Excel智能处理、数据分析、代码执行、可视化和公式计算功能 # ✅ tabulate库集成完成，解决ImportError问题 # ✅ NumPy和Pandas功能完备性验证通过 # ✅ 增强多级列头检测系统已修复并正常运行 # ✅ 新增Excel公式处理引擎 (formulas==1.2.10) # ✅ 新增7个数据质量控制工具，完善企业级功能 # ✅ 新增安全机制、健康监控、依赖管理等企业级功能 # ✅ 虚拟环境兼容性和依赖检查机制完善 # ✅ MCP服务器pandas导入修复完成，所有测试通过 # ======================================== # MCP工具功能映射说明 - 企业级增强版 # ======================================== # 本项目提供以下31个MCP工具 (包含Excel公式处理和数据质量控制工具): # 📊 核心数据处理工具 (12个) # 1. read_metadata - CSV文件元数据读取和智能分析 # 2. verify_data_integrity - 数据完整性验证和比对核准 # 3. read_excel_metadata - Excel文件元数据读取和智能编码检测 # 4. run_excel_code - Excel代码执行引擎(支持复杂格式参数,安全沙箱) # 5. run_code - CSV代码执行引擎(安全沙箱环境) # 6. validate_data_quality - 数据质量验证和改进建议 # 7. suggest_excel_read_parameters_tool - Excel读取参数智能推荐 # 8. detect_excel_file_structure_tool - Excel文件结构检测 # 9. create_excel_read_template_tool - Excel读取代码模板生成 # 10. comprehensive_data_verification_tool - 综合数据验证和核准 # 11. batch_data_verification_tool - 批量数据验证工具 # 🚀 增强Excel处理工具 (5个) # 12. excel_read_enhanced - 增强Excel读取工具(Go服务集成) # 13. excel_write_enhanced - 增强Excel写入工具(高性能写入) # 14. excel_chart_enhanced - 增强Excel图表生成工具(Go服务支持) # 15. excel_info_enhanced - 增强Excel信息分析工具(详细分析) # 16. excel_performance_comparison - Excel性能对比分析工具(Go vs pandas) # 📈 数据可视化工具 (3个) # 17. bar_chart_to_html - 交互式柱状图生成(Chart.js) # 18. pie_chart_to_html - 交互式饼图生成(Chart.js) # 19. line_chart_to_html - 交互式折线图生成(Chart.js) # 🧮 Excel公式处理工具 (5个) # 20. parse_formula - Excel公式解析器(AST解析、语法分析、安全验证) # 21. compile_workbook - Excel工作簿编译器(公式编译、代码生成、依赖分析) # 22. execute_formula - Excel公式执行引擎(安全执行、上下文支持、结果验证) # 23. analyze_dependencies - Excel公式依赖分析(依赖图生成、循环检测、影响分析) # 24. validate_formula - Excel公式验证器(安全检查、语法验证、风险评估) # 🔍 数据质量控制工具 (7个) - 新增 # 25. enhanced_data_quality_check - 增强数据质量检查(多级质量检查、综合报告) # 26. extract_cell_content_advanced - 高级单元格内容提取(多类型提取、格式化内容) # 27. convert_character_formats - 字符格式自动化转换(批量转换、规则配置) # 28. extract_multi_condition_data - 多条件数据提取(复杂条件、灵活筛选) # 29. merge_multiple_tables - 多表格数据合并(智能合并、配置化处理) # 30. clean_excel_data - Excel数据清洗(全面清洗、质量提升) # 31. batch_process_excel_files - 批量Excel文件处理(并行处理、统一配置) # 注意: 安全和管理工具已集成到核心功能中，不作为独立MCP工具提供 # 🏥 增强功能特性: # - 安全代码执行: 基于AST分析的代码安全检查 # - 健康监控: 实时服务状态监控和自动恢复 # - 依赖管理: 智能依赖分析和安全扫描 # - 配置管理: 集中化配置和环境隔离 # - 审计日志: 完整的操作审计和日志记录 # ======================================== # 核心依赖包 - 企业级增强版 v2.0 # 新增性能优化、错误处理、配置管理模块依赖 # ======================================== # 核心框架 # ======================================== # MCP Server Framework - 支持所有31个MCP工具 fastmcp==0.3.0 # MCP服务器快速开发框架 mcp==1.1.0 # 模型上下文协议核心库 # ======================================== # 数据处理核心库 # ======================================== # 数据分析和处理 (已验证功能完备性和稳定性) # 支持工具: read_metadata, read_excel_metadata, run_excel_code, run_code, verify_data_integrity pandas==2.2.3 # 数据分析核心库 numpy==2.2.1 # 数值计算基础库 tabulate==0.9.0 # 表格格式化库 (支持pandas.to_markdown()) # Excel文件处理（智能分析功能核心依赖） # 支持工具: read_excel_metadata, run_excel_code, excel_read_enhanced, excel_write_enhanced # 数据质量控制工具: enhanced_data_quality_check, extract_cell_content_advanced, clean_excel_data openpyxl==3.1.5 # Excel文件读写库 (支持.xlsx格式) # xlrd==2.0.1 # Excel文件读取库 (已弃用，使用openpyxl替代) XlsxWriter==3.2.3 # Excel文件写入库 formulas==1.2.10 # Excel公式解析和执行库 # 文件编码检测和统计分析 # 支持工具: read_metadata, read_excel_metadata, comprehensive_data_verification_tool # 数据质量控制工具: enhanced_data_quality_check, extract_multi_condition_data chardet==5.2.0 # 智能编码检测库 scipy==1.15.3 # 统计分析和科学计算库 # ======================================== # 数据可视化 # ======================================== # 图表生成库 - 支持交互式图表工具 # 支持工具: bar_chart_to_html, pie_chart_to_html, line_chart_to_html, excel_chart_enhanced # 数据质量控制工具: enhanced_data_quality_check (质量报告可视化) matplotlib==3.10.1 # 静态图表生成库 seaborn==0.13.2 # 统计图表美化库 plotly==6.0.1 # 交互式图表核心库 - Chart.js模板支持 # ======================================== # Web服务和API # ======================================== # HTTP客户端 httpx==0.28.1 # HTTP客户端库 httpcore==1.0.8 # HTTP核心库 anyio==4.9.0 # 异步IO库 requests==2.32.3 # HTTP请求库 # WebSocket支持 websockets==11.0.3 # WebSocket支持库 # Web框架支持 uvicorn==0.30.6 # ASGI服务器 starlette==0.46.2 # Web框架 sse-starlette==2.3.3 # 服务器发送事件支持 python-multipart==0.0.20 # 多部分表单数据解析 # ======================================== # 数据验证和序列化 # ======================================== # 数据验证 pydantic==2.11.7 # 数据验证库 pydantic-core==2.33.2 # Pydantic核心库 pydantic-settings==2.9.1 # Pydantic设置管理 # ======================================== # 🔒 安全和监控依赖 (新增) # ======================================== # 安全代码执行 RestrictedPython==7.4 # 安全的Python代码执行 # seccomp==0.1.0 # 系统调用过滤 (Linux) - macOS 不支持 # 系统监控 psutil==6.1.0 # 系统和进程监控 GPUtil==1.4.0 # GPU监控 # 健康检查和服务发现 healthcheck==1.3.3 # 健康检查框架 requests-futures==1.0.1 # 异步HTTP请求 # 依赖管理和安全扫描 packaging==24.2 # 包版本解析 safety==3.2.11 # 安全漏洞扫描 pip-audit==2.7.3 # 依赖安全审计 # 配置管理 # pydantic==2.10.3 # 数据验证和设置管理 - 已在上方统一版本 pydantic-settings==2.7.0 # 设置管理扩展 toml==0.10.2 # TOML配置文件解析 PyYAML==6.0.2 # YAML配置文件解析 # 日志和审计 structlog==24.4.0 # 结构化日志 loguru==0.7.2 # 高级日志库 # 加密和哈希 cryptography==44.0.0 # 加密库 hashlib # 内置哈希库 secrets # 内置安全随机数 # ======================================== # 🔧 pandas导入修复相关 (v2.1.1新增) # ======================================== # pandas导入修复补丁和增强模块 # 支持工具: run_excel_code, fallback_enhanced_run_excel_code # 修复状态: ✅ pandas导入问题完全解决 # 新增模块: enhanced_globals_config.py, pandas_fix_patch.py, mcp_pandas_integration.py # ======================================== # 🔧 开发和测试工具 # ======================================== # 测试框架 pytest==8.3.4 # 单元测试框架 pytest-cov==6.0.0 # 测试覆盖率 pytest-mock==3.14.0 # 模拟对象 pytest-asyncio==0.24.0 # 异步测试支持 pytest-security==0.1.1 # 安全测试 # 代码质量 black==24.10.0 # 代码格式化 flake8==7.1.1 # 代码检查 mypy==1.13.0 # 类型检查 isort==5.13.2 # 导入排序 bandit==1.8.0 # 安全漏洞检查 # 性能分析 memory-profiler==0.61.0 # 内存使用分析 line-profiler==4.1.3 # 行级性能分析 cProfile # 内置性能分析器 py-spy==0.3.14 # 生产环境性能分析 # 文档生成 sphinx==8.1.3 # 文档生成 sphinx-rtd-theme==3.0.2 # ReadTheDocs主题 # 代码质量和CLI工具 rich==14.0.0 # 富文本和美化输出 typer==0.16.0 # CLI应用框架 Pygments==2.19.1 # 语法高亮 # 环境配置 python-dotenv==1.1.0 # 环境变量管理 # ======================================== # 系统和工具库 # ======================================== # 日期和时间处理 python-dateutil==2.9.0.post0 # 日期解析库 pytz==2025.2 # 时区处理库 tzdata==2025.2 # 时区数据库 # 字符串和文本处理 six==1.17.0 # Python 2/3兼容库 pyparsing==3.2.3 # 解析库 # 网络和异步 sniffio==1.3.1 # 异步库检测 urllib3==2.4.0 # URL处理库 # 类型检查和扩展 typing_extensions==4.14.0 # 类型提示扩展 typing-inspection==0.4.1 # 类型检查工具 # Shell和系统工具 shellingham==1.5.4 # Shell检测库 # 日期时间处理 python-dateutil>=2.9.0 # 当前版本: 2.9.0.post0 pytz>=2025.2 # 当前版本: 2025.2 tzdata>=2025.2 # 当前版本: 2025.2 # 环境配置 python-dotenv>=1.1.0 # 当前版本: 1.1.0 # 文件处理 pillow>=11.2.0 # 当前版本: 11.2.1 packaging>=25.0 # 当前版本: 25.0 # 文本处理 markdown-it-py>=3.0.0 # 当前版本: 3.0.0 Pygments>=2.19.0 # 当前版本: 2.19.1 # ======================================== # 可选依赖（性能优化） # ======================================== # 图像处理增强 contourpy>=1.3.0 # 当前版本: 1.3.1 cycler>=0.12.0 # 当前版本: 0.12.1 fonttools>=4.58.0 # 当前版本: 4.58.0 kiwisolver>=1.4.8 # 当前版本: 1.4.8 pyparsing>=3.2.0 # 当前版本: 3.2.3 # 网络和安全 certifi>=2024.0.0 # 当前版本: 2024.12.14 idna>=3.10 # 当前版本: 3.10 # 系统工具 click>=8.2.0 # 当前版本: 8.2.0 shellingham>=1.5.0 # 当前版本: 1.5.4 six>=1.17.0 # 当前版本: 1.17.0 sniffio>=1.3.0 # 当前版本: 1.3.1 # 类型检查 typing-extensions>=4.13.0 # 当前版本: 4.14.0 typing-inspection>=0.4.0 # 当前版本: 0.4.1 # 加密和解析 cffi>=1.17.0 # 当前版本: 1.17.1 cryptography>=43.0.0 # 当前版本: 43.0.3 pycparser>=2.22 # 当前版本: 2.22 # ======================================== # ChatExcel MCP Server - 依赖配置文件 # ======================================== # 版本: 2.1.0 # 更新日期: 2025-06-10 # 描述: Excel智能处理与数据分析MCP服务器的完整依赖配置 # 支持31个专业MCP工具，包含数据处理、可视化、验证、公式处理和数据质量控制功能 # ======================================== # 🚀 快速安装指南 # ======================================== # 方式一：使用 uvx（推荐） # uvx --python 3.11 venv venv # source venv/bin/activate # pip install -r requirements.txt # # 方式二：传统方式 # python3.11 -m venv venv # source venv/bin/activate # Linux/macOS # venv\Scripts\activate # Windows # pip install -r requirements.txt # # 3. 验证安装: # python -c "import fastmcp, pandas, numpy, plotly; print('所有依赖安装成功!')" # # 4. 启动服务器: # python server.py # ======================================== # 📋 核心依赖说明 # ======================================== # 🔧 MCP框架核心 # fastmcp: 快速MCP服务器框架，提供高性能的MCP协议实现 # 📊 数据处理核心库 # pandas: 强大的数据分析和处理库，支持Excel、CSV等多种格式 # numpy: 高性能数值计算库，pandas的底层依赖 # openpyxl: Excel文件(.xlsx)读写库，支持复杂Excel格式 # xlrd: 旧版Excel文件(.xls)读取支持 # chardet: 智能字符编码检测，确保文件正确读取 # 📈 数据可视化库 # matplotlib: Python基础绘图库，支持多种图表类型 # seaborn: 基于matplotlib的统计数据可视化库 # plotly: 交互式图表库，支持Web展示和导出 # 🌐 Web服务和API # fastapi: 现代高性能Web框架 # uvicorn: ASGI服务器，用于运行FastAPI应用 # requests: HTTP请求库 # httpx: 异步HTTP客户端 # 🔍 数据验证和序列化 # pydantic: 数据验证和设置管理 # jsonschema: JSON模式验证 # marshmallow: 对象序列化/反序列化 # 🛠️ 开发和测试工具 # pytest: Python测试框架 # pytest-asyncio: pytest的异步支持 # black: 代码格式化工具 # flake8: 代码质量检查 # mypy: 静态类型检查 # 📁 文件和系统工具 # pathlib: 现代路径操作（Python内置，无需安装） # os: 操作系统接口（Python内置） # tempfile: 临时文件处理（Python内置） # ======================================== # 🎯 功能模块对应依赖 # ======================================== # Excel智能处理功能: # - suggest_excel_read_parameters_tool: pandas + openpyxl + chardet # - detect_excel_file_structure_tool: pandas + openpyxl # - create_excel_read_template_tool: pandas + openpyxl # - read_excel_metadata: pandas + openpyxl + numpy # - run_excel_code: pandas + numpy + matplotlib + seaborn # 数据质量控制功能: # - enhanced_data_quality_check: pandas + numpy + scipy # - extract_cell_content_advanced: openpyxl + pandas # - convert_character_formats: pandas + openpyxl # - extract_multi_condition_data: pandas + numpy # - merge_multiple_tables: pandas + openpyxl # - clean_excel_data: pandas + numpy + scipy # - batch_process_excel_files: pandas + concurrent.futures # 数据可视化功能: # - bar_chart_to_html: plotly # - pie_chart_to_html: plotly # - line_chart_to_html: plotly # - matplotlib图表: matplotlib + seaborn # 代码执行功能: # - run_code: 支持pandas、numpy、matplotlib等库 # - run_excel_code: 专门针对Excel数据的代码执行 # ======================================== # 📦 依赖版本说明 # ======================================== # 版本策略: # - 核心库使用固定版本确保稳定性 # - 工具库使用兼容版本范围 # - 定期更新以获得最新功能和安全修复 # ======================================== # 🔧 环境要求 # ======================================== # Python版本: >= 3.8 (推荐3.11+) # 操作系统: macOS, Linux, Windows # 内存: 建议4GB+ # 磁盘空间: 500MB+ # 包管理器: 推荐使用 uvx 进行环境管理 # ================================================ # ⚠️ 重要提示 # ================================================ # 1. 强烈建议使用Python 3.11+以获得最佳性能和兼容性 # 2. 推荐使用 uvx 创建虚拟环境以避免依赖冲突 # 3. 如遇到安装问题，请先升级pip: pip install --upgrade pip # 4. Windows用户可能需要安装Visual C++ Build Tools # 5. 项目已清理无用的测试脚本，保持代码整洁 # ================================================ # 📊 项目状态 # ================================================ # - 核心功能: ✅ 完全实现 (31个MCP工具) # - Excel处理: ✅ 支持复杂格式和多级表头，Go服务增强 # - Excel公式: ✅ 完整的公式解析、编译和执行系统 # - 数据质量控制: ✅ 7个专业数据质量工具，全面数据清洗 # - 数据验证: ✅ 综合验证系统和批量处理 # - 可视化: ✅ 交互式图表 (柱状图/饼图/折线图) # - 性能优化: ✅ Go服务集成，缓存和并发处理 # - 错误处理: ✅ 完善的异常处理机制 # - 文档: ✅ 完整的使用文档和配置指南 # - 测试: ✅ 保留核心测试，清理冗余脚本 # - 代码质量: ✅ 已清理无用测试脚本 # - 安装状态: 已在虚拟环境中正确安装 # ================================================ # 🔍 依赖验证状态 # ================================================ # FastMCP: ✅ 0.1.0 - MCP协议核心框架 # Pandas: ✅ 2.3.0 - 数据处理引擎 # NumPy: ✅ 1.26.4 - 数值计算基础 # Plotly: ✅ 5.17.0 - 交互式可视化 # OpenPyXL: ✅ 3.1.2 - Excel文件处理 # Chardet: ✅ 5.2.0 - 编码检测 # Seaborn: ✅ 0.12.2 - 统计可视化 # Matplotlib: ✅ 3.8.2 - 基础绘图 # - 安装状态: 已在虚拟环境中正确安装 # - 兼容性: 所有依赖版本兼容 # - 性能: 优化配置已应用 # - 环境管理: 支持uvx和传统虚拟环境 # ================================================ # ======================================== # 📋 完整依赖列表 # ======================================== # ChatExcel MCP Server Dependencies - Enhanced Version # 核心 MCP 和数据处理库 + 安全增强功能 # MCP 协议支持 mcp>=1.0.0 fastmcp>=0.3.0 # 快速 MCP 开发框架 # 数据处理核心库 (更新版本) pandas>=2.2.3 # Excel 数据读取和处理 numpy>=2.2.1 # 数值计算支持 openpyxl>=3.1.5 # Excel 文件读写 xlrd>=2.0.1 # 旧版 Excel 文件支持 xlsxwriter>=3.2.0 # Excel 文件写入 # 数据可视化 (更新版本) plotly>=5.24.1 # 交互式图表生成 matplotlib>=3.9.2 # 静态图表生成 seaborn>=0.13.2 # 统计图表 # Web 服务和 API (更新版本) fastapi>=0.115.6 # Web API 框架 uvicorn>=0.32.1 # ASGI 服务器 requests>=2.32.3 # HTTP 客户端 aiohttp>=3.11.10 # 异步 HTTP 客户端 # 数据验证和序列化 (更新版本) pydantic>=2.10.3 # 数据验证 jsonschema>=4.23.0 # JSON 模式验证 # 文件处理和编码 chardet>=5.2.0 # 字符编码检测 python-magic>=0.4.27 # 文件类型检测 # 日志和监控 (更新版本) loguru>=0.7.2 # 增强日志库 psutil>=6.1.0 # 系统监控和性能指标 # 安全增强功能 (新增) restrictedpython>=7.4 # 安全代码执行沙箱 cryptography>=44.0.0 # 加密和安全功能 pyjwt>=2.10.1 # JWT 令牌处理 bcrypt>=4.2.1 # 密码哈希 # 配置管理 (新增) pyyaml>=6.0.2 # YAML 配置文件支持 toml>=0.10.2 # TOML 配置文件支持 python-dotenv>=1.0.1 # 环境变量管理 # 健康监控和依赖管理 (新增) watchdog>=6.0.0 # 文件系统监控 schedule>=1.2.2 # 任务调度 safety>=4.0.1 # 安全漏洞检测 pipdeptree>=2.23.4 # 依赖树分析 # 开发和测试工具 (更新版本) pytest>=8.3.4 # 测试框架 pytest-asyncio>=0.24.0 # 异步测试支持 pytest-cov>=6.0.0 # 测试覆盖率 black>=24.10.0 # 代码格式化 flake8>=7.1.1 # 代码检查 mypy>=1.13.0 # 类型检查 # 性能和缓存 (新增) redis>=5.2.1 # Redis 缓存支持 (可选) memory-profiler>=0.61.0 # 内存性能分析 # 工具映射说明: # === 原有功能 === # read_excel_file, write_excel_file -> pandas, openpyxl # analyze_excel_data, process_excel_data -> pandas, numpy # create_chart, generate_chart -> plotly, matplotlib # validate_excel_data -> pandas, jsonschema # detect_encoding -> chardet # batch_process_excel -> pandas, concurrent.futures # excel_to_json, json_to_excel -> pandas, json # get_excel_info -> pandas, python-magic # optimize_excel_file -> pandas, openpyxl # compare_excel_files -> pandas # merge_excel_files -> pandas # split_excel_file -> pandas # excel_data_summary -> pandas, numpy # create_pivot_table -> pandas # apply_excel_formula -> pandas # export_chart_image -> matplotlib, plotly # clean_excel_data -> pandas # excel_conditional_formatting -> openpyxl # backup_excel_file -> shutil (内置) # # === 新增增强功能 === # execute_safe_code -> restrictedpython, security module # check_service_health -> psutil, health_manager # get_system_metrics -> psutil, monitoring # analyze_dependencies -> pipdeptree, safety # update_dependencies -> pip, dependency_manager # manage_config -> pyyaml, toml, config_manager # audit_operations -> loguru, audit_logger # encrypt_data -> cryptography, security # authenticate_user -> pyjwt, bcrypt # monitor_performance -> psutil, memory-profiler # cache_operations -> redis (可选) # schedule_tasks -> schedule, watchdog # ======================================== # 注意事项 # ======================================== # 1. 本项目要求 Python 3.11 或更高版本 # 2. 建议在虚拟环境中安装依赖 # 3. 如遇到版本冲突，请参考 requirements_backup_*.txt # 4. 核心功能依赖：fastmcp, pandas, openpyxl, matplotlib # 5. Excel智能处理功能依赖：openpyxl (结构分析), pandas (数据处理) # 6. 新增功能文件：excel_smart_tools.py, excel_helper.py # 7. 🆕 参数传递优化：create_excel_read_template_tool 支持用户参数优先级 # 8. 🆕 测试文件：test_parameter_passing.py, debug_parameter_passing.py # ======================================== # 🔧 故障排除指南 # ======================================== # 常见问题解决方案: # 1. ModuleNotFoundError: No module named 'plotly' # 解决方案: pip install plotly>=5.17.0 # 2. ImportError: cannot import name 'xxx' from 'pandas' # 解决方案: pip install --upgrade pandas>=2.0.0 # 3. Excel文件读取失败 # 解决方案: 确保安装了openpyxl和xlrd # pip install openpyxl>=3.1.0 xlrd>=2.0.0 # 4. 字符编码错误 # 解决方案: pip install chardet>=5.0.0 # 5. 图表显示问题 # 解决方案: 确保matplotlib和seaborn版本兼容 # pip install matplotlib>=3.7.0 seaborn>=0.12.0 # 6. MCP服务器启动失败 # 解决方案: 检查fastmcp版本 # pip install fastmcp>=0.9.0 # ======================================== # 🔄 依赖更新和维护 # ======================================== # 更新所有依赖到最新版本: # pip install --upgrade -r requirements.txt # 检查过时的包: # pip list --outdated # 生成当前环境的精确版本锁定文件: # pip freeze > requirements-lock.txt # 安全更新检查: # pip-audit (需要先安装: pip install pip-audit) # ======================================== # 📊 性能优化建议 # ======================================== # 1. 使用Python 3.11+以获得最佳性能 # 2. 在处理大型Excel文件时，考虑使用chunk读取 # 3. 启用pandas的性能优化选项 # 4. 使用虚拟环境隔离依赖 # 5. 定期清理不必要的依赖 # ======================================== # 📝 开发环境配置 # ======================================== # 开发依赖（可选）: # jupyter>=1.0.0 # 交互式开发 # ipython>=8.0.0 # 增强的Python shell # notebook>=6.5.0 # Jupyter notebook # jupyterlab>=3.6.0 # JupyterLab IDE # 代码质量工具（可选）: # pre-commit>=3.0.0 # Git钩子管理 # isort>=5.12.0 # 导入排序 # autopep8>=2.0.0 # 自动PEP8格式化 # ======================================== # 🏷️ 版本兼容性矩阵 # ======================================== # Python 3.8: 支持所有功能，性能一般 # Python 3.9: 支持所有功能，性能良好 # Python 3.10: 支持所有功能，性能优秀 # Python 3.11: 支持所有功能，性能最佳（推荐） # Python 3.12: 支持所有功能，最新特性 # ======================================== # 📞 技术支持 # ======================================== # 如果遇到依赖相关问题，请: # 1. 检查Python版本: python --version # 2. 检查pip版本: pip --version # 3. 清理pip缓存: pip cache purge # 4. 重新安装依赖: pip install --force-reinstall -r requirements.txt # 5. 查看详细错误信息: pip install -v <package_name> # 更多帮助请参考项目README.md文件