大模型应用开发 / 系统课时

搭建 Python 开发环境

搭建 Python 开发环境

RAG 项目通常依赖多个 Python 库,包括文档处理、向量计算、模型调用和服务框架。本课将完成本地开发环境搭建,创建隔离环境并建立清晰目录结构,为后续编码做好准备。

学习目标

  • 掌握 Python 虚拟环境的创建和使用方法
  • 完成 RAG 项目基础依赖安装
  • 建立适合开发和部署的项目目录结构

创建独立 Python 虚拟环境

不同项目可能依赖不同版本的 Python 包,直接安装到系统环境容易产生冲突。虚拟环境能够隔离项目依赖,让开发和部署更加稳定。

以下示例使用 Python 内置的 venv 创建开发环境。

bash
python -m venv .venv

source .venv/bin/activate

python --version

预期输出

text
Python 3.x.x

实际 Python 版本可能因本机安装环境不同而变化。

安装项目依赖

RAG 项目通常需要文档处理、向量计算和接口开发相关依赖。依赖文件应集中管理,避免团队成员手动安装造成环境差异。

text
rag-project/
├── app/
│   ├── api/
│   ├── services/
│   └── config/
├── data/
│   ├── raw/
│   └── processed/
├── scripts/
├── tests/
├── requirements.txt
└── README.md

该目录将业务代码、原始数据、处理结果和测试代码分开,便于后续扩展。

配置依赖文件

使用依赖文件记录当前项目需要的软件包版本,可以在新的机器上快速恢复环境。

bash
pip install -r requirements.txt
pip freeze > requirements.txt

预期结果

text
Successfully installed project dependencies

具体安装信息会根据依赖版本和本地缓存情况变化。

验证开发环境

环境搭建完成后,应验证 Python、包管理工具和项目目录是否正常工作。后续调试问题时,先确认环境一致性可以减少无效排查。

常见检查包括 Python 版本、虚拟环境状态、依赖是否缺失以及配置文件是否正确加载。

处理常见环境问题

如果安装依赖失败,优先检查 Python 版本是否满足项目要求,以及网络环境是否能够访问包仓库。

如果出现包版本冲突,应重新创建虚拟环境,而不是继续在已有环境中叠加安装。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

搭建 Python 开发环境

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通