集成一个插件时，发现插件依赖环境与现有系统环境不一致，如何解决？

问题：

最近在做一个项目某功能模块的开发集成，该功能模块基于强化学习开发，需要在我的一个名为 tensorflow 的 Anaconda 环境中（python版本3.5.2）运行，conda activate tensorflow 用于命令行终端中激活该环境，以便可以在该环境中运行与 TensorFlow 相关的 Python 脚本或程序，编程语言使用的python。现在为了拓展该模块的功能需要集成一个插件，该插件在python3.9.7环境下可以正常运行，但是在我的Anaconda环境中（tensorflow，python版本3.5.2）会出现下面报错：

该插件在base，python版本3.9.7环境下正常运行时的输出：

解决办法：

一、原理

将插件与其所需依赖关系打包成可执行文件，然后在功能模块集成时再调用该可执行文件，就不会再报错了。

二、解决过程

（一）安装Pyinstaller模块，然后输入pyinstaller --onefile fg.py将fg.py插件脚本打包成可执行文件。

（二）编写原功能模块中的代码对插件的可执行文件进行调用，这里我新建diyfg.py脚本编写函数调用代码，需要用到subprocess和sys模块，其中subprocess.run通过可执行文件位置的参数和传递的参数直接运行该可执行文件，sys.argv将运行diyfg.py脚本的参数传递给可执行文件。

（三）在base环境中运行程序进行测试，这里我是编写一个diyfg.py脚本模拟原功能模块来调用插件的可执行文件，并顺利通过了base（python3.9.7）和tensorflow（python3.5.2）两个环境的测试，证明方法可行。

pyinstaller方法缺陷：
pyinstaller其实就是把python解析器和你自己的脚本打包成一个可执行的文件。
好处就是在运行者的机器上不用安装python和你的脚本依赖的库。
pyinstaller打包的执行文件，只能在和打包机器系统同样的环境下。也就是说，不具备可移植性，若需要在不同系统上运行，就必须针对该平台进行打包。