# Week 4 配套代码的依赖。所有 --selftest 与讲义里引用的实验只需要 numpy（w4d1 的 ICT 另需 torch）。
numpy>=1.24
torch>=2.1                    # 可选：w4d1 --embed ict（对比学习微调线性双塔）
# 以下都是可选的，装了才能跑对应的实验（讲义里标注了"请你跑出来"的部分）：
# sentence-transformers>=3.0  # w4d1 --embed st、w4d2 --dense st、w4d2 --rerank（第一次运行会下载模型）
# transformers>=4.45          # w4_llm --backend hf（本地跑 Qwen2.5-Instruct 等模型）
# faiss-cpu>=1.8              # Day 1 §A.2 的 faiss 示例（参考代码用 numpy 手写，不依赖它）
# rank-bm25>=0.2              # Day 2 §A.1 的 rank_bm25 示例（参考代码自己实现了 BM25）
# mcp>=1.0                    # Day 3 §A.4 的官方 MCP SDK（参考代码用标准库手写了一个最小版本）
# 用 --backend openai 时不需要任何包：任何 OpenAI 兼容的服务（Ollama、vLLM、LM Studio、云 API）都行。
