1. 先想清楚為什么是 Miniconda而不是 Anaconda 或裸 Python1.1 一個(gè)常見的翻車現(xiàn)場(chǎng)我見過太多人裝 Python 環(huán)境的流程是這樣的官網(wǎng)下個(gè)安裝包一路下一步裝完打開終端敲pip install然后過兩個(gè)月回頭看發(fā)現(xiàn) base 環(huán)境里堆了三四十個(gè)包numpy 從 1.x 升到 2.x某個(gè)老項(xiàng)目突然跑不起來了torch 和 tensorflow 互相打架最后只能重裝系統(tǒng)盤。這不是夸張這是我身邊真實(shí)發(fā)生過不只一次的事。問題的根源不在 Python 本身而在于很多人從第一天起就沒把環(huán)境隔離當(dāng)成一件必須做的事。裸裝 Python 的問題是全局只有一套 site-packages所有項(xiàng)目的依賴都往一個(gè)池子里扔Anaconda 的問題是它一上來就給你塞了幾百個(gè)包、幾個(gè) G 的空間base 環(huán)境臃腫得像個(gè)雜物間你根本不知道哪些包是項(xiàng)目要的、哪些是發(fā)行版自帶的。Miniconda 站的位置剛好在中間它只給你 conda 這個(gè)包管理器加一個(gè)最精簡(jiǎn)的 Python 解釋器剩下的全靠你自己按需創(chuàng)建環(huán)境。聽起來像多了幾步麻煩但這幾步恰恰是把環(huán)境這件事從一開始就管住的關(guān)鍵。我個(gè)人的判斷標(biāo)準(zhǔn)很樸素——如果你需要跑超過兩個(gè)不同依賴的項(xiàng)目就該用 conda 系如果你還要在 Windows 上裝帶編譯擴(kuò)展的包比如科學(xué)計(jì)算、深度學(xué)習(xí)那一套那 Miniconda 基本是最省心的選擇。1.2 conda 和 pip 到底該怎么分工這是新手最容易糊涂的一點(diǎn)。簡(jiǎn)單說conda 管的是整個(gè)環(huán)境里的二進(jìn)制包pip 管的是PyPI 上的純 Python 包。conda 的優(yōu)勢(shì)在于它能處理非 Python 的依賴比如某個(gè)庫底層依賴的 C 編譯庫、CUDA 運(yùn)行時(shí)、MKL 數(shù)學(xué)庫這些都是 pip 裝不動(dòng)的conda 能連包帶依賴一起給你擺平。pip 的優(yōu)勢(shì)是包全PyPI 上什么冷門庫都有conda 的官方頻道不一定收。所以我的實(shí)操原則是優(yōu)先 conda 裝conda 找不到或者版本太舊再用 pip 補(bǔ)。順序反了容易出事——先用 pip 裝了個(gè)包后來又用 conda 裝依賴它的東西conda 可能會(huì)把 pip 裝的那份覆蓋掉環(huán)境就變得很難解釋。真的混用了也要記住一條在同一個(gè)環(huán)境里盡量把 conda 的操作做完最后再用 pip 收尾。場(chǎng)景推薦工具原因科學(xué)計(jì)算棧numpy/scipy/pandasconda自帶優(yōu)化過的二進(jìn)制省去編譯深度學(xué)習(xí)框架torch 等conda能一并處理 CUDA 相關(guān)依賴?yán)溟T純 Python 庫pipconda 頻道收錄不全需要指定精確小版本兩者皆可看哪個(gè)有裝前先conda search確認(rèn)從 GitHub 源碼裝pip-e模式conda 不擅長處理本地源碼這個(gè)表我建議貼在顯示器邊上真能少走不少彎路。1.3 安裝前必須先確認(rèn)的兩件事第一件是磁盤空間。Miniconda 本體裝完大概 500MB 左右但每個(gè)虛擬環(huán)境少則幾百 MB、多則兩三個(gè) G裝了深度學(xué)習(xí)框架之后你會(huì)看到這個(gè)數(shù)字所以別把它裝在一個(gè)只剩兩個(gè) G 的盤里。我一般會(huì)單獨(dú)留一個(gè)目錄比如D:\dev\miniconda3或者~/dev/miniconda3把所有環(huán)境集中在一個(gè)地方將來清理、備份、遷移都方便。第二件是路徑里絕對(duì)不能有中文和空格。這條是老生常談但每年還是有人栽在上面。conda 在創(chuàng)建環(huán)境時(shí)會(huì)往路徑里寫大量腳本文件一旦路徑含空格或中文某些包的編譯腳本、shell 激活腳本就會(huì)解析失敗報(bào)出來的錯(cuò)誤往往莫名其妙比如The system cannot find the path specified或者某個(gè).bat無法執(zhí)行排查半天最后發(fā)現(xiàn)是路徑問題。安裝目錄名、你的 Windows 用戶名、項(xiàng)目文件夾名這三處都要檢查。2. 裝 MinicondaWindows 和 macOS 的分步操作2.1 Windows 上的安裝細(xì)節(jié)與那個(gè)容易點(diǎn)錯(cuò)的選項(xiàng)到 Miniconda 的官方下載頁選對(duì)應(yīng)系統(tǒng)、對(duì)應(yīng)架構(gòu)現(xiàn)在基本都是 64 位的安裝包。Windows 上給的是.exe大小一百來兆。下載完雙擊一路 Next中途有兩個(gè)地方需要停下來看一眼。第一個(gè)是Install for: Just Me / All Users。選 Just Me安裝路徑會(huì)在你的用戶目錄下不需要管理員權(quán)限后面用起來最省事選 All Users 會(huì)裝到C:\ProgramData下多用戶共用但某些操作需要提權(quán)。個(gè)人開發(fā)機(jī)我建議 Just Me。第二個(gè)是安裝向?qū)ё詈竽琼摰膬蓚€(gè)勾選框。第一個(gè)是Add Miniconda3 to my PATH environment variable官方建議不要勾原因很簡(jiǎn)單勾了之后 conda 的 base 環(huán)境會(huì)永久性混進(jìn)系統(tǒng) PATH你打開任何終端都默認(rèn)在那個(gè)環(huán)境里容易和系統(tǒng)里其他軟件自帶的 Python 沖突。第二個(gè)是Register Miniconda3 as my default Python這個(gè)可以勾問題不大。正確做法是不勾 PATH然后用開始菜單里那個(gè) Anaconda Prompt (Miniconda3) 作為專用入口——這個(gè)快捷方式啟動(dòng)時(shí)會(huì)自動(dòng)幫你初始化 conda不污染系統(tǒng)環(huán)境。安裝完成后從開始菜單打開 Anaconda Prompt敲conda --version能打出類似conda 24.x.x的字樣就說明裝好了。如果提示不是內(nèi)部或外部命令八成是你從普通的 cmd 或 PowerShell 打開的換那個(gè)專用快捷方式再試。2.2 macOS 上的安裝與 shell 初始化的坑macOS 上給的是.pkg安裝包雙擊按提示走默認(rèn)會(huì)裝到~/miniconda3。裝完之后一定要做 shell 初始化這一步很多人漏掉結(jié)果終端里怎么敲 conda 都沒反應(yīng)?，F(xiàn)在的 macOS 默認(rèn) shell 是 zsh所以~/miniconda3/bin/conda init zsh如果你還在用 bash就把zsh換成bash。這個(gè)命令做的事是在你的~/.zshrc里追加一段 conda 初始化腳本。執(zhí)行完必須關(guān)掉終端重開或者手動(dòng)source ~/.zshrc否則不生效。注意如果你的 Mac 是 Apple 芯片裝之前先確認(rèn)下載的是 arm64 版本的安裝包。裝錯(cuò)了 x86 版本conda 也能跑但會(huì)走 Rosetta 轉(zhuǎn)譯裝某些帶編譯擴(kuò)展的包會(huì)明顯變慢甚至裝不上。Linux 上沒有圖形界面直接跑安裝腳本bash Miniconda3-latest-Linux-x86_64.sh一路回車看協(xié)議最后問是否 conda init 選 yes。裝完同樣重開終端。2.3 裝完馬上要做的三件配置第一件關(guān)掉 base 環(huán)境的自動(dòng)激活。默認(rèn)情況下你每開一個(gè)終端前面都會(huì)多一個(gè)(base)這意味著你所有的隨手操作都在 base 環(huán)境里做時(shí)間長了 base 就被污染了。執(zhí)行conda config --set auto_activate_base false之后再開終端就是干凈的需要哪個(gè)環(huán)境再手動(dòng) activate。這個(gè)習(xí)慣我強(qiáng)烈建議從第一天就養(yǎng)成我見過太多人 base 環(huán)境被搞壞之后不得不重裝 Miniconda。第二件配國內(nèi)鏡像源如果你在下載速度上確實(shí)有困擾。conda 默認(rèn)走的是境外服務(wù)器裝大包時(shí)經(jīng)?？ㄗ』蛘邤?。鏡像源配置內(nèi)容是環(huán)境相關(guān)的各家鏡像站給的命令會(huì)變正常做法是到鏡像站官方說明頁照著抄那幾行conda config --add channels和conda config --set show_channel_urls yes。配置完之后conda config --show channels可以確認(rèn)順序鏡像要放在前面才有意義。第三件驗(yàn)證下載配置是否真的生效。隨便建個(gè)小環(huán)境試試conda create -n testenv python3.11看下載速度正常不正常。如果某個(gè)包一直卡在 Solving environment 半天不動(dòng)那多半是源的問題或者 conda 版本太老可以考慮conda update -n base conda升一下本體。3. 創(chuàng)建虛擬環(huán)境命名、版本與依賴落地的實(shí)戰(zhàn)做法3.1 環(huán)境命名與目錄集中管理conda create -n 環(huán)境名 python版本是基本語法但環(huán)境名怎么起是有講究的。我的習(xí)慣是項(xiàng)目名 主要依賴的大版本比如cv-torch2、nlp-py311、web-django5。這么起名有兩個(gè)好處一是以后conda env list一眼能看出每個(gè)環(huán)境是干嘛的二是同時(shí)存在多個(gè)版本時(shí)不會(huì)搞混。不要用test1、env、myenv這種名字三個(gè)月后你自己都認(rèn)不出來那是干什么的。環(huán)境默認(rèn)存放在 Miniconda 安裝目錄的envs下面。如果你想讓環(huán)境放在別處比如 C 盤吃緊想放 D 盤可以在~/.condarc里加一行envs_dirs指定首選路徑envs_dirs: - D:\dev\conda-envs - ~/miniconda3/envs寫成列表的意思是有多個(gè)候選conda 會(huì)優(yōu)先用第一個(gè)可寫的。這種集中管理的思路在環(huán)境變多之后特別有用——清理、備份都只是對(duì)一個(gè)目錄操作。創(chuàng)建環(huán)境的命令本身很簡(jiǎn)單但有幾個(gè)參數(shù)值得記住conda create -n cv-torch2 python3.11 numpy pandas -ypython3.11是指定解釋器版本盡量寫具體別只寫python否則 conda 會(huì)拉最新的將來復(fù)現(xiàn)時(shí)可能對(duì)不上。后面可以直接跟要裝的包c(diǎn)onda 會(huì)在創(chuàng)建時(shí)一次性解決依賴比先建環(huán)境再一個(gè)個(gè)裝效率高得多。-y是跳過確認(rèn)腳本化時(shí)有用手動(dòng)操作可加可不加。另外還有--clone參數(shù)值得一提。當(dāng)你需要一個(gè)當(dāng)前環(huán)境的副本做實(shí)驗(yàn)時(shí)怕把好好的環(huán)境搞壞conda create -n cv-torch2-exp --clone cv-torch2比重新裝一遍依賴快得多尤其在包很多的時(shí)候差距明顯。3.2 用 environment.yml 把環(huán)境存下來在同一個(gè)項(xiàng)目里反復(fù)建環(huán)境的場(chǎng)景下手動(dòng)一條條敲conda install是低效且不可復(fù)現(xiàn)的。正確做法是從項(xiàng)目一開始就用environment.yml管理依賴。一份典型的文件長這樣name: cv-torch2 channels: - defaults dependencies: - python3.11 - numpy1.26 - pandas - matplotlib - pip - pip: - some-pypi-only-package0.4.1注意pip:這一段是嵌套寫法它表示用 pip 裝的包這樣 conda 在構(gòu)建環(huán)境時(shí)會(huì)先裝完 conda 那部分再用 pip 補(bǔ)齊。用這個(gè)文件一步建環(huán)境conda env create -f environment.yml反過來如果你已經(jīng)用手動(dòng)方式建好了一個(gè)環(huán)境想把它導(dǎo)出成文件conda env export --no-builds environment.yml這里加--no-builds是我個(gè)人的強(qiáng)烈建議。默認(rèn)導(dǎo)出的內(nèi)容里每個(gè)包都帶一個(gè) build 字符串比如numpy-1.26.4-py311h1234567_0后面那一串它和具體的操作系統(tǒng)、架構(gòu)強(qiáng)綁定你把文件發(fā)給用不同系統(tǒng)的同事大概率裝不上。去掉 build 字符串之后conda 會(huì)自己挑當(dāng)前平臺(tái)合適的版本兼容性大幅提升。一個(gè)實(shí)操細(xì)節(jié)conda env export導(dǎo)出的內(nèi)容會(huì)把你環(huán)境里所有包都列出來包括你隨手裝上、根本沒在用的那些。干凈的做法是手動(dòng)維護(hù)一份精簡(jiǎn)的依賴清單只寫項(xiàng)目真正需要的頂層依賴讓 conda 自己去解傳遞依賴。這份手工清單才是真正值得提交到代碼倉庫的東西。3.3 環(huán)境創(chuàng)建完成后必須驗(yàn)證的幾件事建完環(huán)境不要直接開始寫代碼先做一輪驗(yàn)證能省掉后面大量為什么跑不起來的困惑。先激活conda activate cv-torch2注意 Windows 上如果你用的是老的 cmd可能conda activate不認(rèn)需要先用conda init cmd.exe初始化一次并重開窗口。PowerShell 同理conda init powershell。激活之后看解釋器路徑對(duì)不對(duì)where python # Windows which python # macOS / Linux輸出里應(yīng)該包含.conda或者envs\cv-torch2這樣的路徑。如果打出來的是系統(tǒng)自帶那個(gè) Python說明激活沒生效多半是 shell 沒初始化好。然后驗(yàn)證版本和關(guān)鍵庫python --version python -c import numpy; print(numpy.__version__)最后看一眼環(huán)境列表確認(rèn)新環(huán)境確實(shí)存在conda env list帶星號(hào)*的那個(gè)是你當(dāng)前激活的環(huán)境。這個(gè)命令以后你會(huì)天天用值得記熟。4. 讓 VS Code 認(rèn)出你的 conda 環(huán)境4.1 裝什么擴(kuò)展、哪個(gè)才是必須的VS Code 里和 Python 相關(guān)的擴(kuò)展有好幾個(gè)裝的次序會(huì)影響體驗(yàn)。必須裝的是官方那個(gè) Python 擴(kuò)展作者是 Microsoft它負(fù)責(zé)語言服務(wù)、調(diào)試、運(yùn)行、環(huán)境發(fā)現(xiàn)。裝了它之后會(huì)自動(dòng)帶上一個(gè) Pylance提供類型推斷和代碼跳轉(zhuǎn)不用單獨(dú)裝。如果你經(jīng)常寫 Jupyter Notebook再補(bǔ)一個(gè) Jupyter 擴(kuò)展。有一個(gè)常見的困惑是裝了 Python 擴(kuò)展之后右下角/狀態(tài)欄沒有顯示當(dāng)前解釋器版本。這是因?yàn)樾掳?VS Code 把解釋器選擇器移到了別的位置通常是編輯器右上角的那個(gè)按鈕或者按CtrlShiftP輸入Python: Select Interpreter直接調(diào)出來。我一般直接記這個(gè)命令面板路徑比找按鈕快。4.2 解釋器沒有被自動(dòng)識(shí)別怎么辦正常情況下 VS Code 會(huì)自動(dòng)掃描常見安裝路徑把你的 conda 環(huán)境列出來。但如果你安裝時(shí)選了自定義目錄比如裝到了 D 盤它可能掃不到。這時(shí)候要手動(dòng)把路徑告訴它。在 VS Code 的設(shè)置里搜python.defaultInterpreterPath填入你目標(biāo)環(huán)境里解釋器的完整路徑。比如 Windows 下是D:\dev\conda-envs\cv-torch2\python.exemacOS 下是/Users/你的用戶名/miniconda3/envs/cv-torch2/bin/python另一種更省事的辦法是在項(xiàng)目根目錄建一個(gè).vscode/settings.json把解釋器路徑寫進(jìn)去這樣這個(gè)配置只對(duì)這個(gè)項(xiàng)目生效不會(huì)影響你其他項(xiàng)目{ python.defaultInterpreterPath: D:\\dev\\conda-envs\\cv-torch2\\python.exe, python.terminal.activateEnvironment: true }注意 JSON 里的反斜杠要寫成雙反斜杠這是 JSON 的轉(zhuǎn)義規(guī)則寫單斜杠會(huì)解析失敗。第二行那句activateEnvironment的意思是在 VS Code 內(nèi)置終端里打開新終端時(shí)自動(dòng)激活當(dāng)前選中的 conda 環(huán)境這個(gè)配上之后體驗(yàn)提升非常明顯不用每次手動(dòng)敲conda activate。4.3 內(nèi)置終端的雙激活陷阱這是我最想強(qiáng)調(diào)的一個(gè)坑因?yàn)樗[蔽了。你在 VS Code 里可能同時(shí)遇到兩件事一是你手動(dòng)在終端里conda activate了某個(gè)環(huán)境二是 VS Code 的 Python 擴(kuò)展根據(jù)defaultInterpreterPath又自動(dòng)激活了一次。兩個(gè)來源不一致時(shí)就會(huì)出現(xiàn)編輯器里提示的庫版本和終端里 import 出來的版本對(duì)不上的詭異現(xiàn)象。排查這個(gè)問題的辦法很簡(jiǎn)單在出錯(cuò)的那個(gè)終端里直接跑python -c import sys; print(sys.executable)看它指向哪。如果和你編輯器狀態(tài)欄顯示的解釋器路徑不一致那就是激活沖突。修復(fù)方案是二選一別讓兩個(gè)機(jī)制同時(shí)管要么在 settings 里把python.terminal.activateEnvironment關(guān)掉、全靠手動(dòng) activate要么把它開著、并且保證defaultInterpreterPath指向的就是你要用的那個(gè)環(huán)境然后終端里不要再手動(dòng)切換。還有一個(gè) Windows 特有的情況PowerShell 默認(rèn)的執(zhí)行策略可能禁止運(yùn)行 conda 的激活腳本報(bào)錯(cuò)大意是無法加載文件因?yàn)樵诖讼到y(tǒng)上禁止運(yùn)行腳本。這不是 conda 的問題是 PowerShell 的安全策略。解決辦法是以管理員身份開一次 PowerShell執(zhí)行Set-ExecutionPolicy -Scope CurrentUser RemoteSigned然后重開終端。4.4 用 launch.json 固定調(diào)試時(shí)的解釋器當(dāng)你需要打斷點(diǎn)調(diào)試時(shí)光選好解釋器可能還不夠因?yàn)?VS Code 的調(diào)試器會(huì)單獨(dú)讀launch.json的配置。一個(gè)穩(wěn)妥的寫法是把解釋器路徑直接寫進(jìn)去避免它自己猜{ version: 0.2.0, configurations: [ { name: Python: Current File, type: debugpy, request: launch, program: ${file}, console: integratedTerminal, python: D:\\dev\\conda-envs\\cv-torch2\\python.exe, justMyCode: true } ] }console選integratedTerminal而不是internalConsole是因?yàn)楹芏鄮毂热鐜нM(jìn)度條的、需要交互輸入的在內(nèi)置控制臺(tái)里表現(xiàn)異常用集成終端能看到真實(shí)的終端輸出出問題好排查。justMyCode設(shè)為 true 表示調(diào)試時(shí)只單步進(jìn)入你自己的代碼不跳進(jìn)標(biāo)準(zhǔn)庫和第三方庫里這是默認(rèn)推薦值。5. 那些踩過才知道疼的細(xì)節(jié)5.1 激活失敗的一串排查鏈路conda activate不生效是最常見的求助點(diǎn)。我把完整排查鏈路列一下按這個(gè)順序試基本都能定位第一步確認(rèn) conda 本身可用conda --version如果不認(rèn)識(shí)這個(gè)命令說明 shell 沒初始化。Windows 用conda init powershell或conda init cmd.exemacOS/Linux 用conda init zsh或conda init bash。執(zhí)行完必須重開終端窗口這是最多人漏掉的一步。第二步如果你把整個(gè) Miniconda 目錄搬過位置比如從 C 盤挪到 D 盤那所有環(huán)境里的絕對(duì)路徑都失效了conda activate會(huì)指向不存在的路徑。這種情況得修envs目錄里的路徑記錄或者干脆按environment.yml重建環(huán)境——重建通常比修更快這也是我強(qiáng)調(diào)用 yml 管理依賴的現(xiàn)實(shí)理由。第三步確認(rèn) shell 的配置文件里那行 conda 初始化代碼沒被其他東西覆蓋。比如有的用戶裝完 conda 之后又裝了別的命令行工具它會(huì)在.zshrc末尾追加自己的初始化把 conda 那一段擠到前面去執(zhí)行依賴 conda 的命令就失敗了。用cat ~/.zshrc看一眼順序conda 那段應(yīng)該靠后一點(diǎn)。第四步Windows 上如果從資源管理器直接在某文件夾里在此處打開終端有時(shí)候拿到的是一份沒加載用戶配置的環(huán)境。這種情況換從開始菜單啟動(dòng)專用終端或者手動(dòng) cd 過去。5.2 環(huán)境名拼錯(cuò)和conda clean的空間回收conda activate cv-troch2拼錯(cuò)一個(gè)字母conda 會(huì)直接報(bào)EnvironmentNameNotFound這個(gè)錯(cuò)誤提示其實(shí)挺清楚的但新手常以為是自己環(huán)境沒建成功。養(yǎng)成conda env list先看一眼的習(xí)慣比猜快得多。另一個(gè)值得早點(diǎn)知道的命令是conda clean。conda 的包緩存策略很大方你每裝一次包下載的壓縮包和解壓出來的副本都會(huì)留著環(huán)境建多了之后pkgs目錄能吃掉好幾個(gè) G。定期清理conda clean --all執(zhí)行時(shí)會(huì)列出要?jiǎng)h的東西讓你確認(rèn)。我一般一個(gè)月跑一次尤其在做完大版本升級(jí)之后。注意這個(gè)操作只是刪緩存不會(huì)刪掉你正在用的環(huán)境放心跑。5.3 環(huán)境版本回退與別再重裝的兜底某天你更新了一個(gè)包代碼跑掛了想回到之前的狀態(tài)——這時(shí)候如果你沒留environment.yml就只能靠運(yùn)氣。所以我在每個(gè)項(xiàng)目的根目錄都放一份 yml并且每次做出能跑通的改動(dòng)之后就更新它。這個(gè)習(xí)慣救過我很多次。如果只是想單獨(dú)回退某個(gè)包c(diǎn)onda install 包名舊版本號(hào)就行。conda 會(huì)自動(dòng)把沖突的依賴一并調(diào)整。真正麻煩的是跨 Python 大版本的回退比如環(huán)境建在 3.12但某個(gè)庫只支持到 3.11這種情況下改環(huán)境里的 Python 版本很折騰更省事的做法是新建一個(gè) 3.11 的環(huán)境把代碼和依賴清單搬過去。這也印證了前面說的命名習(xí)慣的價(jià)值——cv-py311和cv-py312兩個(gè)環(huán)境并存誰是誰一目了然。5.4 幾個(gè)我反復(fù)見到的疑問第一個(gè)我能不能把所有項(xiàng)目都放在 base 環(huán)境里技術(shù)上可以實(shí)踐上不要。base 環(huán)境一旦被某個(gè)項(xiàng)目的依賴搞壞修復(fù)成本遠(yuǎn)高于重建而重建意味著你要重裝所有東西。base 只用來放 conda 自己需要的少數(shù)幾個(gè)包這是我的原則。第二個(gè)虛擬環(huán)境會(huì)占用很多硬盤嗎會(huì)。一個(gè)只裝 numpy 和 pandas 的環(huán)境大概三五百兆裝了深度學(xué)習(xí)框架的能到三四個(gè) G。所以要定期用conda env list回頭看把廢棄的環(huán)境conda env remove -n 環(huán)境名刪掉別留著當(dāng)紀(jì)念品。第三個(gè)VS Code 里顯示的庫版本和我 import 出來的不一樣?；氐?4.3 那節(jié)跑sys.executable看路徑九成是解釋器沒選對(duì)或者激活沖突。第四個(gè)能不能直接復(fù)制環(huán)境文件夾來達(dá)到復(fù)制的效果不建議。環(huán)境里有大量寫死了絕對(duì)路徑的腳本和配置直接復(fù)制到別的路徑很多包會(huì)找不到自己的依賴。用--clone參數(shù)或者 yml 重建才是正路。把這幾件事從頭到尾走一遍其實(shí)也就半小時(shí)的事但它決定了你后面幾個(gè)月的開發(fā)體驗(yàn)順不順。我自己是在被全局環(huán)境坑過兩次之后才徹底轉(zhuǎn)向一項(xiàng)目一環(huán)境 yml 管依賴這套做法的切換過去之后再?zèng)]因?yàn)榄h(huán)境問題浪費(fèi)過一整天。