为什么选择conda？
选择Conda而非Python自带的venv和pip，核心在于它能统一管理Python版本、依赖包以及系统级库（如CUDA）——venv只能基于已安装的Python版本创建环境，且pip无法安装非Python包，导致AI开发中常遇到CUDA版本不匹配或二进制依赖冲突；而Conda通过conda create -n env python=3.11直接指定任意版本，并用conda install cudatoolkit一键解决底层依赖，彻底避免“环境能用”与“项目跑不起来”之间的反复折腾。

一、安装Anaconda

Anaconda下载地址：https://repo.anaconda.com/archive/

安装好后

添加环境变量

以下就是需要添加的环境变量，前面写自己的路径，后面的路径名称相同。

D:\{路径}\anaconda  
D:\{路径}\anaconda\Scripts\  
D:\{路径}\anaconda\Library\bin  
D:\{路径}\anaconda\Library\mingw-w64\bin  

• 完成后cmd面板验证

conda --version

配置国内镜像

# 选一个即可
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

二、conda常用命令

# 创建虚拟环境
conda create -n 环境名 python=Python版本 -y
# 例:conda create -n agent_env python=3.12 -y


# 删除环境
conda remove -n 环境名 --all

# 激活环境
conda activate 环境名

# 退出当前环境
conda deactivate

# 查看当前存在哪些虚拟环境
conda env list 
conda info -e

# 检查更新当前conda
conda update conda