Claude Code “悄悄”装了 Python 包？别再让它“投错胎”了

搞清 Claude Code 执行命令时用的是哪个 Python 环境，以及如何避免依赖被误装到 Conda base 环境。

一、先搞清楚：CC 到底在用哪个 Python

在使用 Claude Code（下文简称 CC）的过程中，偶尔会看到它提示需要安装某些 Python 第三方库。这就让我产生了一个疑问：CC 执行 bash 命令时，pip 安装路径到底是什么？这些第三方库最终装到了哪里？

我先查了下当前的 Python 版本：

bash 复制代码

python --version

返回 Python 3.11.7。

我的电脑情况有点复杂：D 盘装了一个 Python 3.11，C 盘又通过 Anaconda 装了一个 Python 3.8。这就让我很困惑：在默认情况下，CC 执行 Python 代码时，究竟会调用哪一个解释器？

抱着这个疑问，我在终端里输入：

bash 复制代码

where python

返回结果为：

text 复制代码

D:\Python311\python.exe
C:\anaconda3\python.exe

这个现象，其实反映了 Windows 系统 PATH 环境变量的查找机制：系统会按照 PATH 中目录出现的顺序，依次查找 python.exe，找到第一个就立即停止。

也就是说，当前的情况是：

因此在没有额外干预时，CC（以及其它直接执行 python 命令的程序）默认都会使用 D 盘下的 Python 3.11。

继续检查 pip 的归属：

bash 复制代码

where pip
pip --version

text 复制代码

D:\Python311\Scripts\pip.exe
C:\anaconda3\Scripts\pip.exe

pip 25.0.1 from D:\Python311\Lib\site-packages\pip (python 3.11)

结果非常明确：在当前终端中，直接执行 pip install <包名>，如果不特别指定，包默认会被安装到 D:\Python311 这个 Python 环境里。

虽然当前默认环境是 D 盘的 Python 3.11，但在很多朋友的机器上，Anaconda 会在终端启动时自动激活 base 环境（conda init 的效果），这时 CC 实际使用的可能就是 Conda base 环境。

如果没加控制，相关依赖就有可能被悄悄装进 base 环境，时间一长，base 环境会变得臃肿甚至冲突。

下面介绍一种非常简单又有效 的方法------在项目里通过 CLAUDE.md 显式声明虚拟环境。

举个例子，比如你的项目使用 conda 创建的、名为 URSA 的虚拟环境。那么你可以在项目根目录创建一个 CLAUDE.md 文件，并在里面写入一条"硬性要求"，让 CC 每次启动时都先激活该环境：

bash 复制代码

conda activate URSA

甚至，在对话框里也可以直接告诉 CC：

在你运行我的代码时，使用 URSA 虚拟环境。

这样一来，CC 在执行任何命令前都会遵守这个指令，把依赖精准装进 URSA 环境里，既能避免污染 base 环境，也能确保项目依赖完全隔离。

如果你希望在不使用虚拟环境的情况下，让 CC 默认就用你指定的某个 Python 解释器，也可以直接调整系统 PATH 中 Python 相关路径的优先级。操作步骤如下：

按 Win + R → 输入 sysdm.cpl → 回车，点击"高级"选项卡 → "环境变量"。

在"用户变量"或"系统变量"中找到 Path，建议优先编辑用户变量中的 Path。

修改后记得重新打开终端，让新环境变量生效。

⚠️ 注意：如果你已经在使用 conda 虚拟环境，通常不需要通过调整系统 PATH 来控制 Python 版本，因为 conda activate 会动态修改当前会话的环境变量。最靠谱的做法，还是在项目里通过 CLAUDE.md 或对话指令锁定目标环境。