企业官网建设流程全解析

一、Anaconda基本介绍

官网地址：https://www.anaconda.com
Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等；
conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

核心组成（开箱即用）

• Python 解释器：不用单独装 Python。

• Conda：核心工具，兼具包管理（类似 pip）与环境管理（创建多套独立 Python 环境）。

• 预装 200 + 常用库：

  • 数据分析：NumPy、Pandas、SciPy
  • 可视化：Matplotlib、Seaborn
  • 机器学习：Scikit-learn
  • 开发工具：Jupyter Notebook、Spyder

主要作用（解决什么问题）

• 1.一键安装，告别依赖地狱
  装一个 Anaconda，上面所有库自动装好，且版本兼容，避免手动pip install时的各种报错。
• 2.多环境隔离（关键优势）
  不同项目用不同 Python 版本 / 库版本，互不干扰：
  
• 3.跨平台：支持 Windows/macOS/Linux。

二、常用命令

• 1. 查看版本号（验证是否安装成功）
     conda --version
     
• 2. 创建一个叫 myenv 的 Python 环境（最常用）
     conda create -n myenv python=3.10
     或
     conda create --name langchain_v1.2 python=3.11 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ --override-channels
     或
     conda create --name graphrag_env python=3.12 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ --override-channels
  • –override-channels
    强制只走清华源，彻底屏蔽所有国外源
    
  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/（官方地址对应：https://repo.anaconda.com/pkgs/main）
  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/（官方地址对应：https://conda.anaconda.org/conda-forge）
    用途：Anaconda/conda 专属软件源
    • 管理对象：Python 解释器、conda 环境包、系统级依赖
    • 使用场景：conda create、conda install 命令
    • 对应工具：conda
    • 特点：适配 Anaconda 环境体系，适合搭建虚拟环境、安装底层 Python 版本
• 2. 进入环境
     conda activate myenv
     conda activate base (进入base环境)
     
     conda activate langchain_v1.2 (进入langchain_v1.2环境)
     
     python -m pip install langchain1.2.0 langchain-deepseek1.0.1 dotenv==0.9.9 -i https://pypi.tuna.tsinghua.edu.cn/simple
  • dotenv==0.9.9
    用来读取 .env 文件里的密钥
    作用：安全管理 API Key，不会泄露
    0.9.9：稳定版
  • -i https://pypi.tuna.tsinghua.edu.cn/simple
    • -i参数：指定 pip 安装的下载源（index）。
    • https://pypi.tuna.tsinghua.edu.cn/simple：这是清华大学提供的 PyPI 镜像源，用于加速 Python 第三方库的下载。使用场景：pip install 命令。对应工具：pip。
    • 作用：在国内使用此镜像源可以极大提升下载速度，避免因连接国外服务器导致的网络超时或失败，确保依赖安装过程顺畅。
• 3. 安装常用库（比如数据分析用的）
     conda install numpy pandas matplotlib
• 4. 退出环境
     conda deactivate
     
• 5. 查看环境
     conda env list
     
  • base = Anaconda 默认自带的环境
    创建新环境，必须先在 base 环境里操作！只有 base 环境里才有 conda 命令。
    conda create、conda activate、conda install这些管理环境的工具，全都只在 base 里才有。
  • base = 管理环境用，不写代码
  • 写代码 = 新建独立环境
  • 不想自动进 base → 执行：
    conda config --set auto_activate_base false
• 5. 删除不用的环境
     conda deactivate # 先退出当前环境
     conda remove -n myenv --all # 删除旧环境
• 6. 查看conda 源
     conda config --show channels
     
• 7. 从 conda 的持久化配置里删除一个频道（channel）
     conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
     
• 8. conda 的持久化配置里添加一个频道（channel）
     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/