AI Agent 智能体与MCP开发实践-基于Qwen3大模型-王晓华 案例实战 第二章

Agent开发环境配置

Miniconda、PyTorch 和 PyCharm 安装流程

一、Miniconda 安装（轻量版 Anaconda）

Windows 安装流程：

1. 下载安装包

   • 访问 Miniconda官网

   • 选择 Python 3.x 版本的 Windows 64-bit 安装包

2. 运行安装程序

   • 双击 .exe 文件

   • 建议选择 "Install for all users"

   • 重要：勾选 "Add Miniconda3 to PATH" ✅

3. 验证安装

   bash

   # 打开命令提示符（CMD）或 PowerShell
   conda --version
   python --version

   二、PyTorch 安装

   步骤 1：创建独立环境（推荐）

   bash

   # 创建新环境
   conda create -n pytorch-env python=3.9
   
   # 激活环境
   conda activate pytorch-env

   步骤 2：选择安装命令

   访问 PyTorch官网 获取最新安装命令

   CPU 版本（无显卡）

   bash

   # 使用 conda（推荐）
   conda install pytorch torchvision torchaudio cpuonly -c pytorch
   
   # 或使用 pip
   pip install torch torchvision torchaudio

三、PyCharm 安装

步骤 1：下载 PyCharm

1. 访问 JetBrains官网

2. 选择版本：

   • Community（社区版）：免费，基础功能

   • Professional（专业版）：30天试用，支持Web开发、数据库等

步骤 2：安装流程

Windows：

1. 运行下载的 .exe 文件

2. 选择安装路径（建议默认）

3. 勾选创建桌面快捷方式

4. 重要 ：关联 .py 文件扩展名

5. 选择开始菜单文件夹

四、完整工作流示例

1. 创建项目环境

bash

# 打开终端（PyCharm 内置或系统终端）
conda create -n ai-agent python=3.9
conda activate ai-agent

2. 在 PyCharm 中配置

1. 打开 PyCharm → New Project

2. Location: 选择项目文件夹

3. Interpreter: 选择 ai-agent 环境的 Python

4. 创建 main.py 测试

3. 测试代码

python

# main.py
import torch
import numpy as np

def test_environment():
    print(f"PyTorch版本: {torch.__version__}")
    print(f"CUDA可用: {torch.cuda.is_available()}")
    
    # 创建张量
    tensor = torch.tensor([[1, 2], [3, 4]])
    print(f"张量:\n{tensor}")
    print(f"形状: {tensor.shape}")
    
    # 简单运算
    result = tensor * 2 + 1
    print(f"运算结果:\n{result}")

if __name__ == "__main__":
    test_environment()

4. 运行测试

这样配置完成后，你就有了一个完整的 Python 深度学习开发环境，适合进行 AI 智能体开发

• 右键点击代码 → Run 'main'

• 或点击右上角的绿色运行按钮

  安装顺序建议

• 先安装 Miniconda（管理环境）

• 创建环境并安装 PyTorch

• 最后安装 PyCharm（配置解释器）