Skill Dependency Resolver

自动检测并解决技能间的 Python 依赖冲突

描述

当安装多个 OpenClaw 技能时，不同技能可能依赖不同版本的 Python 包（如 pandas、numpy），导致冲突和安装失败。本技能自动扫描所有技能的 requirements.txt，检测版本冲突，并提供自动解决策略，生成统一的 requirements-merged.txt 供一键安装。

使用场景

• 用户安装多个技能后出现 pip install 版本冲突错误
• 技能开发者希望确保自己的技能与其他技能兼容
• 系统管理员需要批量部署技能到多台机器
• 希望自动化依赖管理，减少手动调试时间

功能清单

• ✅ 扫描指定技能目录下的所有 requirements.txt
• ✅ 解析包名和版本规范（>=, <=, ~=, ==, !=）
• ✅ 检测同一包的不同版本要求
• ✅ 提供自动解决策略（选择最高版本或最低版本）
• ✅ 支持手动模式，列出冲突供用户选择
• ✅ 生成合并后的 requirements.txt
• ✅ 输出简洁的分析报告（JSON 格式）
• ✅ 零外部依赖，纯 Python 标准库实现

输入参数

输出

• report (object): 依赖分析报告
• total_skills (int): 扫描的技能数量
• conflicts_count (int): 检测到的冲突数量
• solutions (array): 每个冲突的解决方案（包名、冲突版本、选定版本、策略）
• output_path (string): 生成的 merged requirements 文件路径
• summary (string): 简要总结

示例

基本扫描（自动解决）

skill-dependency-resolver skills_dir="./skills" output_file="requirements.txt"

手动模式（列出冲突供选择）

skill-dependency-resolver strategy="manual"

扫描并生成报告

skill-dependency-resolver output_file="/tmp/merged.txt" | jq '.conflicts_count'

技术细节

• 扫描机制：使用 os.walk 递归查找 requirements.txt，跳过 tests/ 和 node_modules/
• 解析器：使用正则表达式解析包名和版本规范，支持 pkg>=1.0,<=2.0 格式
• 冲突检测：收集每个包的所有版本范围，检查是否存在不可交集的区间
• 解决算法：
• auto：取所有版本上限中的最小值（保守）或下限中的最大值（激进，当前使用：选最高版本）
• manual：输出冲突详情供用户决策
• 输出生成：将选定版本写入新 requirements 文件，保留原始注释（如有）

限制

• 仅支持 Python requirements.txt 格式，不支持 Pipfile 或 pyproject.toml
• 版本规范解析基于正则，可能无法覆盖所有复杂情况（如环境标记 ; python_version < "3.8"）
• 不执行实际的 pip install，仅生成合并后的文件

未来增强

• 支持 pyproject.toml 和 Pipfile
• 检测并建议虚拟环境（避免全局冲突）
• 集成到 clawhub install 流程，自动预处理依赖
• 提供冲突解决的历史记录和回滚

相关技能

• skill-composer：工作流编排，可调用本技能预处理依赖
• skill-secure-checker：安全扫描，确保合并后的 requirements 无恶意包
• workspace-heartbeat-integration：定期扫描依赖，保持系统健康

作者：小叮当

标签：devops, dependency, installation, quality

许可证：MIT