在 C++ 中嵌入 CPython 并多次调用 Py_Initialize() / Py_FinalizeEx() 时，openai 等依赖 PyO3（如 pydantic_core）的包会在二次运行时触发「PyO3 模块仅允许初始化一次」错误；根本原因在于 Py_FinalizeEx 无法彻底清理所有 C 扩展状态，最佳实践是全程仅初始化和终止单次 Python 解释器。
在 c++ 中嵌入 cpython 并多次调用 `py_initialize()` / `py_finalizeex()` 时，`openai` 等依赖 pyo3（如 `pydantic_core`）的包会在二次运行时触发「pyo3 模块仅允许初始化一次」错误；根本原因在于 `py_finalizeex` 无法彻底清理所有 c 扩展状态，**最佳实践是全程仅初始化和终止单次 python 解释器**。
当在 C++ 程序中通过 CPython C API 嵌入 Python 解释器，并为每次脚本执行独立调用 Py_Initialize() 和 Py_FinalizeEx() 时，看似合理的生命周期管理实则埋下严重隐患。尤其当脚本中导入 openai —— 其底层依赖 pydantic_core（由 Rust 编写、通过 PyO3 绑定）—— 就会暴露 CPython 的一个关键限制：Py_FinalizeEx() 并非真正的“重置”操作，它不会卸载已加载的 PyO3 扩展模块，也无法清除其内部静态状态（如全局解释器绑定、类型注册表、GIL 关联等）。
上述错误日志中的核心提示：
ImportError: PyO3 modules compiled for CPython 3.8 or older may only be initialized once per interpreter process
明确指出：PyO3 模块被设计为进程内单次初始化。即便调用 Py_FinalizeEx()，pydantic_core._pydantic_core 这类原生扩展 DLL 仍驻留在内存中，且其内部标记（如 PYO3_INITIALIZED）未被重置。因此第二次 import openai 触发 pydantic_core.__init__.py 时，PyO3 检测到重复初始化而抛出异常。
✅ 正确做法：单解释器、长生命周期模型
不再为每次脚本执行重建解释器，而是：
-
全局单次初始化：在程序启动时调用
Py_Initialize()（或更推荐的Py_InitializeEx(0)），并确保PyEval_InitThreads()（若需多线程）已正确执行； -
复用解释器对象：所有脚本均在同一个
PyInterpreterState*下执行，使用PyRun_String()、PyImport_ImportModule()或PyObject_CallObject()等 API 安全运行； -
避免显式终正：全程不调用
Py_FinalizeEx()，让 Python 在进程退出时自动清理（CPython 3.12+ 已将Py_FinalizeEx标记为弃用）； -
隔离脚本作用域（可选但推荐）：为每次执行创建独立
PyDict_New()作为globals/locals，防止变量污染：PyObject* globals = PyDict_New(); PyObject* locals = PyDict_New(); PyDict_SetItemString(globals, "__builtins__", PyEval_GetBuiltins()); // 执行脚本 PyObject* result = PyRun_String("import openai; print(openai.__version__)", Py_file_input, globals, locals);
⚠️ 注意事项：
立即学习“Python免费学习笔记（深入）”；
- 若必须支持热重载或沙箱隔离，应改用子进程（
fork+exec）或轻量级容器方案，而非反复初始化解释器； -
PyO3官方文档明确声明：“PyO3 extensions must not be loaded more than once in the same process”； - 对于
openaiv1.0+，其强依赖pydantic>=2.0和pydantic_core>=2.10，进一步加剧了该问题的普遍性； - Windows 下 DLL 加载机制使问题更隐蔽（
FreeLibrary不一定真正卸载），故跨平台一致性方案尤为重要。
总结：这不是 bug，而是 CPython 与 PyO3 架构约束下的必然行为。放弃「每次脚本新建解释器」的直觉设计，转向「解释器常驻 + 脚本上下文隔离」模式，是嵌入式 Python 场景下稳定集成现代 AI SDK（如 openai, llama-cpp-python, transformers）的唯一可靠路径。
