Python中避免循环依赖的关键是打破双向引用，可通过拆分公共逻辑到独立模块、使用延迟注解解析（from future import annotations）、函数内导入及TYPE_CHECKING条件导入实现。
Python 中避免循环依赖的关键是打破模块间的双向引用，让依赖关系变成单向或通过延迟加载来绕过导入时机问题。
重构模块职责，拆分公共逻辑
当两个模块互相 import 时，往往说明它们承担了不该耦合在一起的职责。把共用的数据结构、工具函数或接口定义抽离到第三个模块中，让原来互相依赖的模块都只依赖这个新模块。
- 例如：A.py 需要 B 的类，B.py 也需要 A 的类 → 新建 common.py，把双方共享的类型定义或基类放进去
- 避免在 common.py 中再反向引用 A 或 B，保持它的“底层”定位
- 重命名和路径调整后，记得更新所有 import 语句
用字符串标注类型（PEP 563 + from __future__ import annotations）
类型提示中的前向引用常引发循环导入。启用延迟注解解析后，类型信息只在运行时需要时才真正求值，导入阶段不会触发实际类加载。
- 在文件顶部加上 from __future__ import annotations
- 类型注解直接写类名（如 def func(x: MyClass) -> None:），不用加引号
- 若仍需在运行时获取类型（如 pydantic 或 dataclass），可配合 typing.TYPE_CHECKING 做条件导入
把 import 移到函数或方法内部
如果某个模块只在特定函数里用到另一个模块，就把 import 写在函数体里。这样导入发生在调用时而非模块加载时，能有效避开启动期的循环依赖。
立即学习“Python免费学习笔记（深入）”；
- 适用于不频繁调用、或仅在某些分支中需要的场景
- 注意：不能用于模块级变量赋值或类定义体中（语法错误）
- 示例：def process_data():
import heavy_module
return heavy_module.do_something()
使用 TYPE_CHECKING + 条件导入处理运行时依赖
对仅用于类型检查的模块（如 typing、pydantic、dataclasses），用 TYPE_CHECKING 标志包裹 import，确保它只在类型检查器中生效，不参与实际运行流程。
- from typing import TYPE_CHECKING
if TYPE_CHECKING:
from .models import User - 之后就可以在类型注解中安全使用 User，而不会导致导入失败
- 运行时该 import 完全不执行，彻底消除依赖链
