Python 环境想看依赖元数据，可以试试 pip inspect

这个命令更像是盘点当前环境，不负责判断依赖冲突。想顺手检查已安装包的依赖是否满足，可以再跑：

python -m pip check

无输出且退出码为 0 才算通过。两个命令都用同一个 python 调用，能避免 pip 和项目实际解释器指向不同环境。

补一句：pip check 主要校验发行版声明的依赖是否满足，不会验证实际 import 或平台相关的运行问题。要留档排查时可以把两份结果都保存下来：

python -m pip inspect > pip-inspect.json
python -m pip check > pip-check.txt

这样既有完整元数据，也能单独看依赖声明的报错。

如果要对比两台机器的结果，建议把解释器信息也一起留档：

python -VV
python -m pip --version
python -m pip inspect > pip-inspect.json

同名包版本不一样时，先排除 Python 版本、平台和实际 pip 路径不同，省得只盯着 JSON 里的依赖树。

再补个容易漏的点：多 Python 或容器环境里，最好把解释器路径和平台也记下来，不然版本看着一样，实际加载的环境可能不同。

python -c "import platform,sys; print(sys.executable); print(platform.platform())"

和前面的 python -m pip --version、pip inspect 放在一起，定位两台机器差异会更快。

这个组合主要确认“装了什么、声明依赖是否满足”。如果怀疑实际 import 到的不是预期环境里的包，还可以顺手看加载路径：

python -c "import requests; print(requests.__file__)"

多环境或容器里尤其有用，版本一样但路径不对时，pip inspect 本身不一定能看出这个问题。

还可以用 importlib.util.find_spec 查模块实际会从哪里解析，避免为了排查去直接 import 一个可能有副作用的包：

python -c "import importlib.util; s=importlib.util.find_spec('requests'); print(s.origin if s else 'not found')"

它和 sys.executable、python -m pip --version 一起看，基本能先确认解释器、pip 和模块路径是不是同一套环境。