开发环境搭建

很多 AI 和开发工具优先支持 Linux，Windows 原生会遇到各种坑。WSL（Windows Subsystem for Linux）让你在 Windows 上运行一个完整的 Linux 系统，不用双系统、不用虚拟机。

安装（四步）

1. 开启 WSL 功能：PowerShell（管理员）运行 wsl --install，重启电脑
2. 设置用户名密码：重启后自动弹出 Ubuntu 终端，设置用户名和密码
3. 更新包管理器：sudo apt update && sudo apt upgrade -y

1. 验证：uname -s 输出 Linux 即成功

WSL 的 Ubuntu 和真正 Linux 服务器体验几乎一致。后续 AI 编程、服务器连接都在这个终端里操作。详细教程见 WSL 安装指南。

日常使用

• 开始菜单搜 "Ubuntu" 打开终端
• 文件互通：WSL 里 cd /mnt/c/Users/你的用户名 就是 Windows 的文件
• VS Code 里装 "WSL" 扩展 → 左下角绿色图标 → Connect to WSL，编辑器无缝衔接
• 推荐安装 Windows Terminal（Microsoft Store 搜）——标签页、多终端、颜值高
• WSL 管理命令（在 PowerShell 中）：wsl --list --verbose 查看版本，wsl --shutdown 关闭，wsl --update 更新内核
• 项目文件放 Linux 文件系统（如 ~/projects/），不要放 /mnt/c/——文件 IO 更快

见到黑窗口不要怕——日常用到的命令就十几个。

文件操作

pwd                   # 查看当前目录
ls                    # 列出文件
ls -la                # 列出文件（含隐藏、详细信息）
cd 目录名             # 进入目录
cd ..                 # 返回上级
cd ~                  # 回 home 目录
mkdir 目录名          # 新建文件夹
touch 文件名          # 新建空文件
nano 文件名           # 编辑文件（Ctrl+O 保存，Ctrl+X 退出）
cat 文件名            # 查看文件内容
cp -r 源 目标         # 复制
mv 源 目标            # 移动/重命名
rm 文件名             # 删除文件（谨慎，没有回收站）
rm -r 目录            # 删除目录

包管理

sudo apt update               # 更新软件源
sudo apt install 包名 -y      # 安装软件（-y 自动确认）
sudo apt upgrade -y           # 升级所有包

快捷键

环境变量与 PATH

环境变量是系统存储的全局配置信息，键值对形式，所有程序可读取。

PATH 是最重要的环境变量——告诉 Shell：输入一个命令时，去哪些目录找可执行文件。输入 python3，Shell 按 PATH 里的目录顺序逐个查找，找到就运行，找不到报 command not found。

echo $PATH          # 查看当前 PATH
which python3       # 查看某个命令的实际路径
export MY_VAR="hello"  # 临时设置（关闭终端消失）

永久设置：编辑 ~/.bashrc，末尾加 export PATH="$HOME/.local/bin:$PATH"，保存后 source ~/.bashrc。

实战场景：装了工具但报 command not found → 用 which 工具名 确认位置 → 把目录加入 PATH。

详细的命令行操作见 Linux 命令行基础，日常只看上面这张表就够了。

Python 是 AI 和科研的主力语言。Ubuntu/WSL 通常自带 Python 3：

python3 --version    # 检查版本

pip 基础

pip install 包名                  # 安装包
pip install -r requirements.txt   # 批量安装（从依赖文件）
pip list                          # 查看已安装的包
pip show 包名                     # 查看某个包的详情

虚拟环境

大多数情况直接用系统 Python 就行。只在项目间版本冲突时才需要虚拟环境。

传统方式：

python3 -m venv .venv        # 创建
source .venv/bin/activate    # 激活
deactivate                   # 退出

更推荐 uv（Rust 写的超快包管理器，比 pip 快 10-100 倍）：

# 安装 uv（任选一种）
pip install uv                     # 通过 pip
# 或 Windows: powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# 或 macOS/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh

# 基本使用
uv venv                            # 创建虚拟环境
uv pip install flask               # 安装包
uv pip install -r requirements.txt # 批量安装

# 创建新项目（自动生成 pyproject.toml）
uv init my-project
cd my-project
uv add flask numpy                 # 添加依赖

pip vs conda vs uv

新项目建议直接用 uv。已有项目用 uv pip install -r requirements.txt 也能无缝兼容 requirements.txt。

Conda 选择

不确定选哪个 → 系统 Python + pip 开始。需要深度学习时再装 Conda。详细对比见 Node.js 与 Python 环境配置。

VSCode 的详细介绍、与 Visual Studio 的对比、C++ 课为什么用 VS，见本页“编辑器入口”模块。

服务器是什么

服务器本质是一台一直开着的电脑，有公网 IP，专门用来托管网站、API、数据库。和个人电脑的区别：

现在大部分人用云服务器（VPS，阿里云/腾讯云/AWS），按需付费，几分钟开通。学生优惠约 ¥10/月。

SSH 远程连接

SSH 让你安全地远程登录服务器，像坐在服务器前一样操作。

ssh 用户名@服务器IP
# 第一次连接输入 yes 确认指纹
# 输入密码（不显示任何字符，这是正常的）

SSH 密钥认证（推荐）

密码每次都要输，还可能被暴力破解。密钥认证更安全方便：生成一对密钥（公钥 + 私钥），公钥放服务器上，私钥留本地。全程不传输密码。

# 生成密钥对（ED25519 推荐）
ssh-keygen -t ed25519 -C "你的邮箱@seu.edu.cn"

# 上传公钥到服务器
ssh-copy-id -i ~/.ssh/id_ed25519.pub 用户名@服务器IP

配置成功后再次连接不再需要输入密码。

⚠️ 私钥（id_ed25519）绝对不能泄露——它等于你的服务器密码。公钥（.pub）可以公开。

文件传输

scp 本地文件 用户名@IP:远程路径/   # 上传
scp 用户名@IP:远程文件 ./          # 下载
scp -r 目录/ 用户名@IP:~/          # 上传整个目录

SSH 配置简化

编辑 ~/.ssh/config，给服务器起别名：

Host myserver
    HostName 123.45.67.89
    User ubuntu
    IdentityFile ~/.ssh/id_ed25519

之后 ssh myserver 即可，不用每次输 IP 和用户名。

详细教程见 服务器与 SSH —— 安全配置、进程管理（screen/systemd）、端口转发、常见问题排查。

配环境是 AI 最大的用武之地。新手配环境最痛苦的环节——路径配置、依赖冲突、编译报错——AI 秒解。

• 环境报错 → 复制完整报错信息丢给 AI → 它会告诉你少了什么包、路径哪写错了、哪两个包版本冲突了
• 想装新工具但不知道命令 → 描述需求 → AI 给出完整安装命令，包括依赖和版本限制
• WSL 配置出问题 → AI 帮你写 .wslconfig 限制内存、配网络代理、修复文件权限
• sudo apt install 装不上 → AI 告诉你换国内镜像源（tuna/ustc），下载速度从几 KB 到几十 MB

原则：不要在报错信息前花超过 5 分钟。搜不到答案 → 直接丢给 AI。