Python + venv + VSCode：前端工程师 AI 转型入门

【Python+venv+VSCode】前端工程师AI转型入门：从环境搭建到实战落地，一次性搞定Python开发环境，避开5大高频坑！

📑 文章目录

[一、为什么 AI 应用开发第一步不是"模型"，而是"环境"？](#一、为什么 AI 应用开发第一步不是“模型”，而是“环境”？)
二、本文你将得到什么
三、先讲结论：新手/转型者就选这套
[四、环境搭建（Windows + VSCode 全流程）](#四、环境搭建（Windows + VSCode 全流程）)
- [1）安装 Python（建议 3.11 或 3.12）](#1）安装 Python（建议 3.11 或 3.12）)
- [2）安装 VSCode + Python 扩展](#2）安装 VSCode + Python 扩展)
- 3）创建项目目录
- [4）创建虚拟环境 venv](#4）创建虚拟环境 venv)
- 5）激活虚拟环境
- [6）让 VSCode 绑定到这个虚拟环境](#6）让 VSCode 绑定到这个虚拟环境)
[五、第一段可运行代码（不是 Hello World，稍微像实战）](#五、第一段可运行代码（不是 Hello World，稍微像实战）)
[六、依赖管理：AI 项目里必须做的"可复现"](#六、依赖管理：AI 项目里必须做的“可复现”)
[七、.gitignore 建议（直接可用）](#七、.gitignore 建议（直接可用）)
八、高频踩坑（每个都是真实高发）
- [坑 1：已经激活 venv，但 VSCode 还是用全局 Python](#坑 1：已经激活 venv，但 VSCode 还是用全局 Python)
- [坑 2：PowerShell 无法激活脚本](#坑 2：PowerShell 无法激活脚本)
- [坑 3：pip 装到了全局，不在虚拟环境](#坑 3：pip 装到了全局，不在虚拟环境)
- [坑 4：requirements.txt 过度膨胀](#坑 4：requirements.txt 过度膨胀)
- [坑 5：AI SDK 升级导致代码失效](#坑 5：AI SDK 升级导致代码失效)
[九、面向 AI 应用开发的进阶建议（下一步路线）](#九、面向 AI 应用开发的进阶建议（下一步路线）)
[十、给"老鸟转型 AI"的一句实话](#十、给“老鸟转型 AI”的一句实话)
[附：一键复盘命令清单（Windows PowerShell）](#附：一键复盘命令清单（Windows PowerShell）)
[🔍 系列模块导航](#🔍 系列模块导航)
- [📝 AI应用开发工程师基础篇](#📝 AI应用开发工程师基础篇)
- [📚 系列总览](#📚 系列总览)

同学们好，我是 Eugene（尤金），一名前端出身、正在持续深耕 AI 应用开发的工程师。

（Eugene 发音 /juːˈdʒiːn/，大家怎么顺口怎么叫就好）

如果你也和曾经的我一样：

会前端、会工程化、项目经验不少，

但一提到大模型、RAG、Agent、向量库、AI 架构，感觉概念很多、路径很乱，不知道该从哪一步开始落地。

那这个系列，就是专门为你准备的。

这不是一套"只讲概念"的内容，而是一条前端工程师可执行的 AI 转型路线：

从 Python 与 FastAPI，到大模型 API、Prompt、RAG、Agent、部署与架构，再到项目实战与面试就业。

我会坚持用大白话 + 工程化视角 + 真实场景来讲，

不堆玄学，不绕术语。

我们的目标很明确：

不只是"看懂 AI"，而是"真正做出可上线、可维护、可扩展的 AI 应用"。

适合人群：有多年开发经验、但刚开始接触 AI 应用开发的工程师

目标：一次性把 Python 开发环境搭好 ，并理解"为什么这么做"，避免常见坑。

风格：不讲玄学，不卷底层，专注"日常开发到底怎么选"。

一、为什么 AI 应用开发第一步不是"模型"，而是"环境"？

如果你是 Vue 老兵，肯定有这种感觉：

前端项目最怕的不是业务复杂，而是"我这能跑、你那不能跑"。

AI 应用开发同样如此，而且更明显：

同一个项目，不同 Python 版本可能直接跑不起来
同一个包，在全局环境装了新版本，旧项目突然挂掉
你以为是代码问题，实际是解释器选错了

所以先把环境搭规范，后面你学 LangChain、RAG、Agent、MCP 才不会"玄学报错"。

二、本文你将得到什么

你看完后会掌握：

VSCode 下 Python 开发的标准起手式
venv 虚拟环境怎么建、怎么激活、怎么退出
pip 怎么装包、冻结依赖、复现环境
5 个高频踩坑和排查手法
一套可直接复用到 AI 项目的目录规范

三、先讲结论：新手/转型者就选这套

在 2026 年这个阶段，如果你是 AI 应用开发入门：

编辑器： VSCode
Python 版本管理： 先用官方安装器（后续可升级 pyenv）
虚拟环境： venv（内置、稳定、轻依赖）
依赖管理： pip + requirements.txt
项目粒度： 一个项目一个虚拟环境（不要共享）

为什么不一上来就 Poetry / Conda？

不是不能用，而是你现在要的是最快进入实战 + 最少心智负担。

venv 是标准库内置，先把基本功打牢，后面再升级工具链。

四、环境搭建（Windows + VSCode 全流程）

1）安装 Python（建议 3.11 或 3.12）

去 Python 官网下载安装（Windows）。

安装时勾选：

Add python.exe to PATH（非常重要）
Install launcher for all users (recommended)（推荐）

安装完成后，打开 PowerShell 检查：

PowerShell 复制代码

python --version
pip --version

如果 python 不可用，再试：

PowerShell 复制代码

py --version

建议：AI 应用初学者优先用 Python 3.11，生态兼容性通常更稳。

2）安装 VSCode + Python 扩展

VSCode 安装后，在扩展市场安装：

Python（Microsoft 官方）
Pylance（类型提示与智能补全）
（可选）Jupyter（后面做实验很常用）

3）创建项目目录

PowerShell 复制代码

mkdir ai-python-starter
cd ai-python-starter
code .

推荐初始目录结构：

Plain 复制代码

ai-python-starter/
├─ app/
│  └─ main.py
├─ .vscode/
│  └─ settings.json
├─ requirements.txt
├─ README.md
└─ .gitignore

4）创建虚拟环境 venv

在项目根目录执行：

PowerShell 复制代码

python -m venv .venv

会生成 .venv/ 目录，这就是你的独立 Python 世界。

5）激活虚拟环境

PowerShell：

PowerShell 复制代码

.\.venv\Scripts\Activate.ps1

激活成功后，命令行前面会出现 (.venv)。

如果你用的是 CMD：

Plain 复制代码

.\.venv\Scripts\activate.bat

退出环境：

PowerShell 复制代码

deactivate

6）让 VSCode 绑定到这个虚拟环境

在 VSCode 里：

Ctrl + Shift + P
输入 Python: Select Interpreter
选择项目里的 ..venv\Scripts\python.exe

再建 .vscode/settings.json（保证团队一致）：

json 复制代码

{
  "python.defaultInterpreterPath": "${workspaceFolder}\\.venv\\Scripts\\python.exe",
  "python.terminal.activateEnvironment": true
}

这一步能避免"你跑的是全局 Python，我跑的是 venv"的团队事故。

五、第一段可运行代码（不是 Hello World，稍微像实战）

app/main.py：

py 复制代码

from datetime import datetime
import requests


def fetch_quote() -> str:
    """请求一个公开 API，模拟 AI 应用里常见的外部调用流程。"""
    url = "https://api.github.com/zen"
    resp = requests.get(url, timeout=10)
    resp.raise_for_status()
    return resp.text


def main() -> None:
    print(f"[{datetime.now().isoformat()}] Python 环境已就绪")
    quote = fetch_quote()
    print("GitHub Zen:", quote)


if __name__ == "__main__":
    main()

安装依赖：

PowerShell 复制代码

pip install requests

运行：

PowerShell 复制代码

python .\app\main.py

六、依赖管理：AI 项目里必须做的"可复现"

1）冻结当前依赖

PowerShell 复制代码

pip freeze > requirements.txt

2）新机器复现环境

PowerShell 复制代码

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

这就是你后面做任何 AI Demo（如调用 OpenAI、向量库、FastAPI）的底层保障。

七、.gitignore 建议（直接可用）

Plain 复制代码

# Python cache
__pycache__/
*.pyc

# Virtual environment
.venv/

# VSCode local
.vscode/*.log

# Env files
.env

说明：

.venv/ 不要提交到 Git（体积大、平台相关、没意义）
.env 里经常放 API Key，坚决不进仓库

八、高频踩坑（每个都是真实高发）

坑 1：已经激活 venv，但 VSCode 还是用全局 Python

现象： 终端能跑，点击运行报找不到包

原因： 编辑器解释器没切到 .venv

解法： Python: Select Interpreter 手动选 .venv

坑 2：PowerShell 无法激活脚本

现象： 执行 Activate.ps1 报权限策略错误

解法（当前会话临时放行）：

PowerShell 复制代码

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process

然后重新激活。

坑 3：pip 装到了全局，不在虚拟环境

排查：

PowerShell 复制代码

where python
where pip
python -m pip --version

建议： 安装依赖优先写成：

PowerShell 复制代码

python -m pip install 包名

能最大程度避免"pip 指向错环境"。

坑 4：requirements.txt 过度膨胀

现象： 一个小项目冻结出几百行依赖

原因： 在脏环境做开发

解法： 每个项目独立 .venv，并保持环境干净。

坑 5：AI SDK 升级导致代码失效

现象： 昨天能跑，今天 API 参数报错

原因： 直接 pip install -U 导致大版本变化

解法：

在 requirements.txt 固定版本
升级前先建分支验证
先看 changelog 再升级

九、面向 AI 应用开发的进阶建议（下一步路线）

当你把本文这套跑顺后，建议按这个节奏进阶：

venv + pip + requirements 熟练到闭眼操作
加入 pytest（保证改动可回归）
加入 FastAPI（把脚本变 API 服务）
接入一个 LLM SDK（OpenAI/通义/豆包等）
学会 .env 管理密钥（python-dotenv）
再考虑 Poetry/uv 这类更高级工具链

核心原则：先跑通、再优雅；先稳定、再炫技。

十、给"老鸟转型 AI"的一句实话

你不是从 0 开始，你只是从"新栈"开始。

工程化思维（可维护、可复现、可协作）在 AI 时代更值钱。

把 Python 环境搭建当成你进入 AI 应用开发的第一张"地基施工图"。

地基稳了，后面 RAG、Agent、工作流编排，都会快很多。

附：一键复盘命令清单（Windows PowerShell）

PowerShell 复制代码

# 1) 创建项目
mkdir ai-python-starter
cd ai-python-starter

# 2) 创建虚拟环境
python -m venv .venv

# 3) 激活虚拟环境
.\.venv\Scripts\Activate.ps1

# 4) 安装依赖
python -m pip install requests

# 5) 运行代码
python .\app\main.py

# 6) 冻结依赖
pip freeze > requirements.txt

# 7) 退出虚拟环境
deactivate

🔍 系列模块导航

📝 AI应用开发工程师基础篇

更新中，敬请期待~

👉 跟着系列慢慢学，把技术功底扎扎实实地打牢～

📚 系列总览

AI 应用开发从 0 到 1：前端转 AI 完整体系（持续更新中）

系列完结后会整理成一篇完整导航文并附上直达链接，方便大家按顺序、体系化学习。

全套内容持续更新中，敬请期待～

AI 时代，真正稀缺的不是会调用一个模型接口的人，

而是能把业务、工程、架构、模型能力连接起来，做成完整产品的工程师。

前端转 AI，不是推倒重来，而是把你原有的工程化能力升级到新的技术栈里。

你过去积累的组件化、性能优化、协作规范、系统思维，都会在 AI 项目中继续产生价值。

后续我会持续更新这个系列：

覆盖基础认知、RAG、Agent、函数调用、开源模型部署、企业级架构、项目实战与面试求职，

帮你一步步从「会写页面」走向「能交付 AI 应用」。

如果这篇对你有帮助，欢迎 点赞 + 收藏 + 关注。

把这套系列当作你的 AI 转型路线图，跟着节奏持续推进，你会看到非常明显的成长。

我是 Eugene，你的电子学友，我们下篇干货见～

Python + venv + VSCode：前端工程师 AI 转型入门 | 基础篇

📑 文章目录

一、为什么 AI 应用开发第一步不是"模型"，而是"环境"？

二、本文你将得到什么

三、先讲结论：新手/转型者就选这套

四、环境搭建（Windows + VSCode 全流程）

1）安装 Python（建议 3.11 或 3.12）

2）安装 VSCode + Python 扩展

3）创建项目目录

4）创建虚拟环境 venv

5）激活虚拟环境

6）让 VSCode 绑定到这个虚拟环境

五、第一段可运行代码（不是 Hello World，稍微像实战）

六、依赖管理：AI 项目里必须做的"可复现"

1）冻结当前依赖

2）新机器复现环境

七、.gitignore 建议（直接可用）

八、高频踩坑（每个都是真实高发）

坑 1：已经激活 venv，但 VSCode 还是用全局 Python

坑 2：PowerShell 无法激活脚本

坑 3：pip 装到了全局，不在虚拟环境

坑 4：requirements.txt 过度膨胀

坑 5：AI SDK 升级导致代码失效

九、面向 AI 应用开发的进阶建议（下一步路线）

十、给"老鸟转型 AI"的一句实话

附：一键复盘命令清单（Windows PowerShell）

🔍 系列模块导航

📝 AI应用开发工程师基础篇

📚 系列总览