我尝试遵循安装完全固定依赖项的最佳实践（有关可重复构建和更好的 Docker 缓存，请参阅这篇 pythonspeed.com 文章）。
我的项目需要同时使用 conda 和 pip（conda 用于复杂的 ML 包，pip 用于 conda 上不可用的东西）。conda-lock和pip-compile工具能够在固定版本中生成所有传递依赖项。但是，这些工具是独立的：当我运行 pip-compile 时，它不知道 conda-lock 想要安装的依赖项，反之亦然。
这会导致不同的包版本，导致 Docker 映像中的空间浪费，并可能导致损坏/不兼容，因为该pip install步骤安装了某些传递依赖项的不同版本。
在使用conda 和 pip时，是否有人有更好的解决方案来创建固定的 Python 依赖项列表？
（编辑：这是关于 conda-lock 的 github 票证，用于支持 pip 依赖项：https://github.com/conda-incubator/conda-lock/issues/4）