开发环境搭建-conda
开发环境搭建-conda
LangChain 的虚拟环境方案（conda/uv/venv 对比）、conda 常用命令、包安装与 PyCharm 解释器配置
版本要求
LangChain 1.2 要求 Python >= 3.10，课程使用 Python 3.13.12。
课程讲义里特别提醒：安装依赖包时必须显式指明版本，否则容易出现不兼容（LangChain 生态各包之间版本咬得很紧）。
为什么要用虚拟环境
相较于全局环境（系统环境），每个虚拟环境都有自己独立的一套：Python 解释器、pip 命令、第三方依赖包，不和其它项目产生干扰。做 AI 项目尤其需要——不同项目的依赖版本冲突是家常便饭。
图：全局环境与虚拟环境的对比——全局环境共用一套 Lib、Scripts（pip.exe/python.exe），而每个工程目录下的 .venv 都有自己独立的一套，互不干扰
三种方案对比
| 维度 | conda | uv | venv |
|---|---|---|---|
| 管理 Python 解释器 | ✅ 可以 | ✅ 可以 | ❌ 不支持原生安装，只能基于已有解释器 |
| 管理 Python 包 | ✅ 可以 | ✅ 可以 | ✅ 可以 |
| 管理非 Python 依赖（CUDA、系统库、编译器） | ✅ 可以 | ❌ 不可以 | ❌ 不可以 |
| 适合场景 | AI、深度学习、科学计算、复杂底层依赖 | 纯 Python 项目、Web、Agent、RAG 应用层 | 简单项目、教学演示、轻量隔离 |
- 方案1 conda：不只是 Python 包管理工具，还能管理解释器和 CUDA/编译器/系统库等非 Python 依赖；数据科学、深度学习、AI 工程首选。
- 方案2 uv：现代 Python 包管理工具，只管 Python 生态依赖；FastAPI 项目、LangChain 项目、脚本工具、RAG 应用层代码都可以优先考虑。
- 方案3 venv：Python 自带、简单轻量，
python -m venv .venv一条命令；但不负责安装解释器和非 Python 依赖。
对于 LangChain 这样的纯 Python 环境，uv 和 conda 都能用；本课程选择 conda（配套《尚硅谷-conda使用指南.md》）。
conda 环境里可以用 pip，但建议先用 conda 装底层依赖，再用 pip 补充 Python 包，不要随意反复交替使用。
uv 的完整适用清单
课程给 uv 列出的适用项目一共六类：
- FastAPI 项目
- LangChain 项目
- 脚本工具
- Web 后端
- 普通 AI Agent 应用
- RAG 应用层代码
判断标准其实只有一条：项目里有没有需要 conda 才能装的东西（CUDA、编译器、系统库、数据库驱动）。有就用 conda——更稳妥；没有就用 uv——更快、体验更好。上面对比表里 uv 那行的”适合场景”写的是”纯 Python 项目、Web、Agent、RAG 应用层”，和这 6 条正好对得上。
conda 能管哪些非 Python 依赖
课程给 conda 划的范围是”Python + 非 Python 依赖”的复杂环境，具体能管的东西列得很细：
- 除了 Python 包，它还能管理 Python 解释器本身（uv 也可以，venv 不可以）；
- 以及很多非 Python 依赖：CUDA、编译器、系统库、数据库驱动、科学计算底层库等；
- 因此在数据科学、深度学习、AI 工程、科学计算等场景中，conda 更稳妥、优先推荐。
这也划出了 uv 的边界：uv 是”现代 Python 包管理工具”，主要管理 Python 生态依赖，不能像 conda 那样管理 CUDA、系统级数据库驱动、编译器这类通用非 Python 依赖。所以本课程落在”纯 Python”这一侧，uv 和 conda 都能用，只是课程选了 conda。
conda 常用命令
# 创建环境（指定 Python 版本）conda create --name langchain1.2 python=3.13.12
# 查看已有的环境conda env list
# 初始化虚拟环境（执行完要重启命令行窗口）conda init
# 激活环境conda activate langchain1.2
# 验证 Python 版本python -V
# 退出当前环境conda deactivate
# 删除环境conda remove --name langchain1.2 --all讲义里的一处笔误
课程讲义演示 python -V 的输出时写的是 Python 3.12.13，和它自己创建环境时指定的 python=3.13.12 对不上——这是数字顺序写反的笔误。
以创建命令为准：conda create --name langchain1.2 python=3.13.12 装出来的是 Python 3.13.12，验证时也应该看到 Python 3.13.12。
安装 langchain：conda 还是 pip
方式一：conda（推荐）
conda install langchain==1.2.12 # 安装指定版本conda install langchain # 安装最新版（默认仓库）conda install -c conda-forge langchain==1.2.12 # 指定频道 conda-forgeconda update langchain # 更新conda uninstall langchain # 卸载conda list # 查看已安装包-c是--channel的缩写，用来指定包的安装来源- 包通常来自 defaults 或 conda-forge（比官方默认渠道更新更快、包更全）
方式二：pip
pip install langchain==1.2.12 # 指定版本pip install langchain==1.2.12 -i https://pypi.tuna.tsinghua.edu.cn/simple # 国内镜像加速pip install --upgrade langchain # 升级（或 pip install -U langchain==1.2.12）pip uninstall langchain # 卸载pip list # 查看已安装包两者的区别
| conda | pip | |
|---|---|---|
| 支持范围 | Python 包 + 非 Python 包 | 只支持 Python 包 |
| 依赖检查 | 严格 | 相对宽松 |
| 职责 | 管环境 + 依赖 + 稳定性 | 只管 Python 包 |
建议：优先 conda install，conda 没有的再用 pip install。
检查某个包是从哪来的：conda list 里 conda 装的显示频道名，pip 装的显示 pypi。
图：用 conda list 看包来源——Channel 列写 pypi 的是 pip 装的，写上频道地址（如 conda-forge）的是 conda 装的
PyCharm 简介与下载
课程使用的 PyCharm 版本是 2025.3。PyCharm 作为专业的 Python IDE，具有强大的代码编辑、调试和版本控制功能。
下载地址（课程给的是”其它版本”入口）：https://www.jetbrains.com/pycharm/download/other/#releases-2025
图：PyCharm 下载页——Version 选 2025.3，再按系统挑安装包（课程用的是 2025.3.3）
版本不必和课程一模一样，但记住一点：PyCharm 只是写代码的地方，真正干活的是 conda 环境——下面新建工程时，解释器一定要指向刚建好的 langchain1.2。
PyCharm 配置
创建新工程时把解释器设置为 Anaconda 环境（选刚创建的 langchain1.2）。验证是否装好：
import langchain
print(langchain.__version__)能打印出版本号（如 1.2.12）就说明环境没问题。
图：PyCharm 新建工程时选择 Custom environment → Conda，并指定刚创建的 langchain1.2 环境
相关
练习题
一、回忆填空（写完再展开对答案）
- LangChain 1.2 要求 Python 版本 ____ 以上；课程使用 ____
- 用虚拟环境的意义：每个环境有自己独立的 、 和第三方依赖，不和其它项目干扰
- 三种方案里，能管理 CUDA、编译器这类非 Python 依赖的只有 ____；venv 不能安装 ____
- 创建 conda 环境：
conda ____ --name langchain1.2 python=3.13.12 - 查看所有环境：
conda ____ list；激活：conda ____ langchain1.2；退出：conda ____ - conda 指定频道用参数
-c（即 ____）；常用的更新更快的频道是 ____ - pip 用国内镜像加速要加参数
-i，如 ____ - conda 与 pip 的区别：conda 支持 Python 包 + ____ 包，依赖检查更 ____；建议优先用 ____，没有再考虑 ____
填空答案（做完再点开）
- 3.10 / 3.13.12 2. Python 解释器 / pip 命令 3. conda / 新的 Python 解释器（只能基于已有解释器） 4. create 5. env / activate / deactivate 6.
--channel/ conda-forge 7.https://pypi.tuna.tsinghua.edu.cn/simple8. 非 Python / 严格 / conda install / pip install
二、动手题
-
2-1 创建并验证环境 创建名为
langchain1.2的 conda 环境（Python 3.13.12），激活后确认 Python 版本。提示（先自己想，实在想不出再点开）一级 · 思路：创建 → 初始化（重启窗口）→ 激活 → 验证 二级 · 方法：
conda create/conda init/conda activate/python -V三级 · 骨架：激活后命令行提示符前面会出现(langchain1.2) -
2-2 安装 langchain 并验证 在环境里安装
langchain==1.2.12，然后写一个脚本打印版本号。提示一级 · 思路：装包 → 用 import 验证 二级 · 方法：
pip install langchain==1.2.12或conda install langchain==1.2.12；import langchain三级 · 骨架：print(langchain.__version__) -
2-3 检查包的来源 用命令行查看已安装的包，判断
langchain是从 conda 频道装的还是从 pypi 装的。提示一级 · 思路：列表里能看到来源渠道 二级 · 方法：
conda list三级 · 骨架：conda 装的显示频道名，pip 装的显示pypi
参考答案（做完再点开）
# 2-1conda create --name langchain1.2 python=3.13.12conda init # 执行后重启命令行窗口conda activate langchain1.2python -V # 应输出 Python 3.13.12
# 2-2pip install langchain==1.2.12# 或（推荐）：conda install langchain==1.2.12# 也可用国内镜像加速：pip install langchain==1.2.12 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 2-3conda list# 看 langchain 那一行的 Channel 列：pip 安装的显示 pypi# 2-2 的验证脚本import langchain
print(langchain.__version__) # 应输出 1.2.12评论区
如果你喜欢，那么欢迎来到我的世界！
了解更多音乐
暂未播放
