mirror of
https://github.com/catlog22/Claude-Code-Workflow.git
synced 2026-02-05 01:50:27 +08:00
1dfabf6bda
- Updated package name from `codexlens` to `codex-lens` in all relevant files to ensure consistency with `pyproject.toml`. - Enhanced `findLocalPackagePath()` to always search for local paths, even when running from `node_modules`. - Removed fallback logic for PyPI installation in several functions, providing clearer error messages for local installation failures. - Added detailed documentation on installation steps and error handling for local development packages. - Introduced a new summary document outlining the issues and fixes related to CodexLens installation.
123 lines
3.9 KiB
Markdown
123 lines
3.9 KiB
Markdown
# Package Name Fix Summary
|
||
|
||
## 问题描述
|
||
|
||
用户在使用 `ccw view` 界面安装 CodexLens 时遇到错误：
|
||
|
||
```
|
||
Error: Failed to install codexlens: Using Python 3.12.3 environment at: .codexlens/venv
|
||
× No solution found when resolving dependencies:
|
||
╰─▶ Because there are no versions of codexlens[semantic] and you require codexlens[semantic], we can conclude that your requirements are unsatisfiable.
|
||
```
|
||
|
||
## 根本原因
|
||
|
||
1. **包名不一致**：pyproject.toml 中定义的包名是 `codex-lens`（带连字符），但代码中尝试安装 `codexlens`（没有连字符）
|
||
2. **包未发布到 PyPI**：`codex-lens` 是本地开发包，没有发布到 PyPI，只能通过本地路径安装
|
||
3. **本地路径查找逻辑问题**：`findLocalPackagePath()` 函数在非开发环境（从 node_modules 运行）时会提前返回 null，导致找不到本地路径
|
||
|
||
## 修复内容
|
||
|
||
### 1. 核心文件修复 (ccw/src/tools/codex-lens.ts)
|
||
|
||
#### 1.1 修改 `findLocalPackagePath()` 函数
|
||
- **移除** `isDevEnvironment()` 早期返回逻辑
|
||
- **添加** 更多本地路径搜索位置（包括父目录）
|
||
- **总是** 尝试查找本地路径，即使从 node_modules 运行
|
||
|
||
#### 1.2 修改 `bootstrapWithUv()` 函数
|
||
- **移除** PyPI 安装的 fallback 逻辑
|
||
- **改为** 找不到本地路径时直接返回错误，提供清晰的修复指导
|
||
|
||
#### 1.3 修改 `installSemanticWithUv()` 函数
|
||
- **移除** PyPI 安装的 fallback 逻辑
|
||
- **改为** 找不到本地路径时直接返回错误
|
||
|
||
#### 1.4 修改 `bootstrapVenv()` 函数（pip fallback）
|
||
- **移除** PyPI 安装的 fallback 逻辑
|
||
- **改为** 找不到本地路径时抛出错误
|
||
|
||
#### 1.5 修复包名引用
|
||
- 将所有 `codexlens` 更改为 `codex-lens`（3 处）
|
||
|
||
### 2. 文档和脚本修复
|
||
|
||
修复以下文件中的包名引用（`codexlens` → `codex-lens`）：
|
||
|
||
- ✅ `ccw/scripts/memory_embedder.py`
|
||
- ✅ `ccw/scripts/README-memory-embedder.md`
|
||
- ✅ `ccw/scripts/QUICK-REFERENCE.md`
|
||
- ✅ `ccw/scripts/IMPLEMENTATION-SUMMARY.md`
|
||
|
||
## 修复后的行为
|
||
|
||
### 安装流程
|
||
|
||
1. **查找本地路径**：
|
||
- 检查 `process.cwd()/codex-lens`
|
||
- 检查 `__dirname/../../../codex-lens`（项目根目录）
|
||
- 检查 `homedir()/codex-lens`
|
||
- 检查 `parent(cwd)/codex-lens`（新增）
|
||
|
||
2. **本地安装**（找到路径）：
|
||
```bash
|
||
uv pip install -e /path/to/codex-lens[semantic]
|
||
```
|
||
|
||
3. **失败并提示**（找不到路径）：
|
||
```
|
||
Cannot find codex-lens directory for local installation.
|
||
|
||
codex-lens is a local development package (not published to PyPI) and must be installed from local files.
|
||
|
||
To fix this:
|
||
1. Ensure the 'codex-lens' directory exists in your project root
|
||
2. Verify pyproject.toml exists in codex-lens directory
|
||
3. Run ccw from the correct working directory
|
||
4. Or manually install: cd codex-lens && pip install -e .[semantic]
|
||
```
|
||
|
||
## 验证步骤
|
||
|
||
1. 确认 `codex-lens` 目录存在于项目根目录
|
||
2. 确认 `codex-lens/pyproject.toml` 存在
|
||
3. 从项目根目录运行 ccw
|
||
4. 尝试安装 CodexLens semantic 依赖
|
||
|
||
## 正确的手动安装方式
|
||
|
||
```bash
|
||
# 从项目根目录
|
||
cd D:\Claude_dms3\codex-lens
|
||
pip install -e .[semantic]
|
||
|
||
# 或者使用绝对路径
|
||
pip install -e D:\Claude_dms3\codex-lens[semantic]
|
||
|
||
# GPU 加速（CUDA）
|
||
pip install -e .[semantic-gpu]
|
||
|
||
# GPU 加速（DirectML，Windows）
|
||
pip install -e .[semantic-directml]
|
||
```
|
||
|
||
## 注意事项
|
||
|
||
- **不要** 使用 `pip install codex-lens[semantic]`（会失败，包未发布到 PyPI）
|
||
- **必须** 使用 `-e` 参数进行 editable 安装
|
||
- **必须** 从正确的工作目录运行（包含 codex-lens 目录的目录）
|
||
|
||
## 影响范围
|
||
|
||
- ✅ ccw view 界面安装
|
||
- ✅ 命令行 UV 安装
|
||
- ✅ 命令行 pip fallback 安装
|
||
- ✅ 文档和脚本中的安装说明
|
||
|
||
## 测试建议
|
||
|
||
1. 从全局安装的 ccw 运行（npm install -g）
|
||
2. 从本地开发目录运行（npm link）
|
||
3. 从不同的工作目录运行
|
||
4. 测试所有三种 GPU 模式（cpu, cuda, directml）
|