第2章环境准备与工具链

第2章：环境准备与工具链

说实话，很多人在法律AI这条路上半途而废，不是因为学不会，而是卡在了环境搭建这一步。我见过太多人兴致勃勃想跑个模型，结果装个包就报错，折腾一整天心态崩了。

这一章，我带你把这套工具链捋顺。跟着我的节奏来，半小时内搞定。

2.1 Python环境搭建

Python是玩大模型的基础语言。目前最稳妥的版本是Python 3.8到3.11之间。我个人习惯用3.10，兼容性最好。

下载地址：python.org

安装时记得勾选「Add Python to PATH」。这个选项很多人会漏掉，我当初也吃过这个亏——装完发现命令行里打不出python，还得手动配环境变量，麻烦得很。

小技巧：安装完成后，打开终端（Windows用cmd或PowerShell，Mac/Linux用终端），输入以下命令验证：

python --version
pip --version

如果能看到版本号，说明安装成功。

2.2 Anaconda安装

Anaconda是个环境管理神器。说白了，它让你能在一台电脑上同时维护多个Python环境，互不干扰。

比如你同时做两个项目：一个用Python 3.8 + PyTorch 1.12，另一个用Python 3.10 + PyTorch 2.0。没有Anaconda的话，这两个环境会打架。有了它，各玩各的，清爽得很。

下载地址：anaconda.com/download

安装完成后，我建议你立刻创建一个专门用于法律大模型的环境：

conda create -n legal_ai python=3.10
conda activate legal_ai

为什么要单独建环境？因为法律大模型依赖的库版本比较特殊，跟其他项目混在一起容易出问题。我在项目中就遇到过，一个旧项目的TensorFlow把新项目的PyTorch给覆盖了，排查了半天才发现是环境冲突。

2.3 Jupyter Notebook配置

Jupyter Notebook是交互式编程的利器。你写一行代码，立刻能看到结果，非常适合做实验和调试。

安装很简单：

pip install jupyter notebook

启动：

jupyter notebook

浏览器会自动打开一个页面，默认地址是 http://localhost:8888。你可以在里面新建Python文件，边写边跑。

核心配置：为了让Jupyter Notebook使用我们刚创建的legal_ai环境，需要安装ipykernel：

conda activate legal_ai
pip install ipykernel
python -m ipykernel install --user --name=legal_ai

这样在Jupyter里新建文件时，就能选择legal_ai这个内核了。

2.4 Hugging Face库安装

Hugging Face是当前最流行的自然语言处理库。法律大模型里用到的BERT、GPT、LLaMA等模型，基本都能在Hugging Face上找到。

安装核心库：

pip install transformers
pip install datasets
pip install accelerate

这三个库各司其职：

库名	作用
transformers	加载和运行预训练模型
datasets	管理和处理数据集
accelerate	加速训练和推理

安装完成后，可以跑个简单测试，看看能不能正常加载模型：

from transformers import pipeline
classifier = pipeline("text-classification", model="nlptown/bert-base-multilingual-uncased-sentiment")
result = classifier("这个判决很公正")
print(result)

如果没报错，说明环境已经通了。我曾经遇到过一个问题——transformers装好了，但跑代码时提示缺少tokenizers。这是因为某些依赖包没有自动安装。解决办法是手动补上：

pip install tokenizers

2.5 GPU环境检查

大模型训练和推理，GPU是标配。没有GPU，跑个BERT都费劲。所以这一步必须确认你的机器能不能用GPU。

如果你用的是NVIDIA显卡，先安装CUDA和cuDNN。具体版本要看你的显卡型号和PyTorch版本。我建议直接去PyTorch官网（pytorch.org）选对应的安装命令。

安装完成后，用以下代码检查：

import torch
print(torch.cuda.is_available())  # 返回True表示GPU可用
print(torch.cuda.device_count())  # GPU数量
print(torch.cuda.get_device_name(0))  # GPU型号

注意：如果返回False，别慌。先检查驱动是否安装，再检查CUDA版本是否匹配。我曾经在Windows上折腾了一下午，最后发现是显卡驱动太旧，更新完就好了。

如果你用的是Mac M1/M2芯片，可以用MPS加速：

print(torch.backends.mps.is_available())

没有GPU怎么办？别急，你可以用Google Colab或者阿里云的免费GPU资源。虽然速度慢点，但学习阶段完全够用。

2.6 知识体系总览

下面这张图，把本章的核心逻辑串起来了：

这张图把整个环境准备流程串起来了。你从Python开始，用Anaconda管理环境，在Jupyter里写代码，通过Hugging Face调用模型，最后用GPU加速。每一步都是下一环的基础。

嗯，到这里，你的开发环境就搭好了。接下来就可以真正开始玩法律大模型了。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录