环境准备：Python环境搭建、Anaconda安装、虚拟环境管理、Jupyter Notebook配置
说实话，很多同学学RAG卡在第一步——环境没配好。我见过太多人花了两天装包，最后发现版本冲突，心态直接崩了。今天咱们就把这事一次性搞定。
本章核心目标：搭建一个干净、可复现的Python开发环境，为后续RAG实战铺平道路。
1. Python版本选择——别踩这个坑
我个人习惯用Python 3.10。为什么不是最新的3.12？
我在项目中遇到过几次，某些深度学习库对最新Python支持滞后。比如LangChain、llama-index这些RAG框架，在3.10上跑得最稳。你想想看，要是装了半天发现某个核心库不兼容，多闹心。
建议：直接下载Python 3.10.11，别纠结。
2. Anaconda安装——一步到位
Anaconda这东西，说白了就是个Python全家桶。它帮你把Python、常用科学计算库、包管理器都打包好了。我建议用Miniconda，轻量版，只装核心组件，后面缺啥补啥。
下载地址我就不贴了，去官网找对应系统的安装包。安装时注意：
- Windows用户记得勾选「Add Anaconda to my PATH environment variable」
- Mac/Linux用户一路默认就行
小技巧：安装完打开终端，输入 conda --version，看到版本号就说明成了。
3. 虚拟环境管理——这是你的「后悔药」
为什么要用虚拟环境？
举个例子：项目A需要PyTorch 1.13，项目B需要PyTorch 2.0。没有虚拟环境，这两个版本会打架，你装一个另一个就废了。虚拟环境就是给每个项目一个独立的小房间，互不干扰。
我常用的命令就这几个：
# 创建虚拟环境（名字叫rag_env，Python版本3.10）
conda create -n rag_env python=3.10
# 激活环境
conda activate rag_env
# 退出环境
conda deactivate
# 查看所有环境
conda env list
# 删除环境（别手抖）
conda remove -n rag_env --all注意：每次打开新终端，记得先 conda activate rag_env。我曾经因为忘了激活环境，在base里装了一堆包，最后项目跑不起来，排查了半天。
4. Jupyter Notebook配置——交互式开发的利器
Jupyter Notebook特别适合做RAG实验。你可以一段一段跑代码，随时看中间结果，还能直接写文档说明。我写RAG课程的所有代码，都是在Notebook里调试的。
安装和配置：
# 先激活你的虚拟环境
conda activate rag_env
# 安装Jupyter
conda install jupyter
# 启动
jupyter notebook启动后浏览器会自动打开，默认端口8888。你会看到一个文件列表，点「New」→「Python 3」就能新建笔记本了。
嗯，这里要注意：如果你在虚拟环境里装的Jupyter，但打开后找不到虚拟环境的kernel，需要手动注册一下：
# 安装ipykernel
conda install ipykernel
# 把当前环境注册到Jupyter
python -m ipykernel install --user --name rag_env --display-name "RAG环境"这样在Jupyter里切换kernel时，就能看到「RAG环境」这个选项了。
5. 知识体系总览
下面这张图，帮你理清今天讲的所有内容：
6. 验证环境——跑个Hello World
环境配好没？跑个简单测试：
# 在Jupyter里新建一个笔记本，输入：
import sys
print(f"Python版本: {sys.version}")
# 测试常用库
import numpy as np
import pandas as pd
print("NumPy版本:", np.__version__)
print("Pandas版本:", pd.__version__)
# 测试conda环境
import os
print(f"当前环境: {os.environ.get('CONDA_DEFAULT_ENV', '未知')}")如果都能正常输出，恭喜你，环境搭好了！
避坑指南：我曾经在Windows上遇到Jupyter打不开的情况，最后发现是防火墙拦截了端口。解决办法：启动时指定端口 jupyter notebook --port=9999。
7. 常用包预装——省得后面手忙脚乱
既然环境都搭好了，顺手把RAG常用的包装上：
# 核心数据处理
conda install numpy pandas scikit-learn
# 文档处理
conda install python-docx PyPDF2
# 向量数据库（后面会用到）
pip install chromadb
# LangChain框架
pip install langchain langchain-community
# 大模型接口
pip install openai
# 文本嵌入
pip install sentence-transformers装完记得重启Jupyter kernel，让新包生效。
好了，环境准备就到这里。你跟着一步步操作，应该半小时内就能搞定。后面咱们就要开始写真正的RAG代码了，到时候你会发现——今天花的时间，绝对值。