运行时环境 FAQ（常见问题解答）
如何保存我已经安装的依赖而不必每次重启都重复安装？
有以下两种方式可以保存你的依赖：
- 在默认环境中使用
pip install --user xxx命令安装依赖，这样安装的依赖会保存在用户目录下，不会因为重启而丢失。 - 创建自定义的独立环境，并将该环境放置在用户目录下（
/openbayes/home）。内置 Conda 的运行时参考用 Conda 进行依赖管理；使用 uv 的运行时（Ubuntu 24.04 及更新，如vllm 0.20及之后）参考用 uv 管理 Python 环境。
但是对于通过 apt 安装的依赖无法保存，需要启动时重新安装。
用 uv pip install 装的包，重启后怎么没了？还能用 uv 装依赖吗？
可以正常用 uv，平台没有限制 uv 命令。需要区分的是包装到哪里、以及重启后是否保留。
uv 系运行时自带的默认 Python 环境是一个位于 /opt/venv 的虚拟环境。uv pip install <包名> 会把包装进这个 venv——可以立即使用，但 /opt/venv 不在持久化目录下，容器重启后会丢失。
如果需要保留，根据场景二选一：
- 只是在自带环境上多装或固定几个包：用
pip install --user <包名>。包会装到/output/.pylibs（持久化目录）并自动加入sys.path，重启后依然可用，详见保留 pip 依赖。注意 uv 自身不支持--user参数，这一步用系统自带的pip。 - 需要一整套独立环境（更换 Python 版本或完全隔离依赖）：用
uv venv在/openbayes/home下创建环境，全程用 uv 管理。环境创建在持久化目录下，重启后重新source激活即可继续使用，详见用 uv 管理 Python 环境。
| 需求 | 命令 | 重启后保留 |
|---|---|---|
| 临时装包，仅本次会话使用 | uv pip install <包名> | 否 |
| 在自带环境上叠加 / 固定少量包 | pip install --user <包名> | 是（/output/.pylibs） |
| 整套独立环境（换 Python 版本 / 完全隔离） | 在 /openbayes/home 下 uv venv | 是（环境在持久化目录） |
在自建的 uv 独立环境里安装依赖时不要加 --user；加了之后包会装到 /openbayes/home/.pylibs 而不是当前环境，容易引发依赖冲突。
升级运行时自带的包时报错 "Will not install to the user site because it will lack sys.path precedence"？
新版平台已修复此问题：在 uv 系运行时中直接 pip install --user <包名> 即可升级运行时内置的包（如 transformers、numpy），新版本会正确生效并随工作空间持久保存。
如果你所在的环境仍出现此报错（集群尚未更新到新版），可临时加上 --ignore-installed 参数完成升级：
pip install --user --ignore-installed transformers
如果需要变更多个内置包的版本（例如更换整套框架版本），更推荐创建独立环境，见用 uv 管理 Python 环境。
我是否可以使用自定义运行时（镜像）？
目前平台用户暂时无法直接使用自定义镜像，但可以在相应镜像中使用自定义框架（framework）
我们已经添加了 TensorFlow、PyTorch、MXNet、Darknet 常见版本的预置镜像可供直接使用。更多有关镜像的信息可以访问 运行时环境（镜像）概览 了解更多信息。
我们的 私有部署 服务可为企业提供定制化镜像服务。
是否提供 Caffe2 的支持？
根据 Caffe2 的 官方公告，Caffe2 已合并至 PyTorch，所以我们不再提供 Caffe2 框架的支持，目前 OpenBayes 平台已支持 PyTorch 框架