Python新手的第一课：用虚拟环境和pip管好你的第一个AI小工具

很多 Python 新手的第一课不是写算法，而是先被环境搞晕：明明昨天还能跑的代码，换一台电脑就报错；装了一个库，另一个项目却坏了。问题的根源往往不在代码，而在环境没有隔离。本文就用一个最小的 AI 小工具为例，讲清楚虚拟环境和 pip 的正确用法。

为什么需要虚拟环境

Python 的第三方库都装在解释器共用的位置。如果项目 A 需要 requests 2.31，项目 B 需要 requests 2.28，全局安装只能留一个版本，迟早冲突。虚拟环境就是给每个项目单独开一个小房间：解释器、依赖、脚本互不干扰，删掉文件夹就能彻底清理，换电脑时也能按清单重建。

创建并激活虚拟环境

在项目文件夹里执行：

python -m venv .venv

Windows 上激活：

.venv\Scripts\activate

macOS 与 Linux 上激活：

source .venv/bin/activate

看到命令行前面出现 (.venv)，说明已经进入这个小房间。此后安装的库只影响当前项目，退出用 deactivate 即可。注意不要把 .venv 提交到代码仓库，它只是本地环境。

用 pip 安装与冻结依赖

先升级 pip，再按需安装：

pip install --upgrade pip
pip install requests

项目能跑之后，立刻冻结一份清单：

pip freeze > requirements.txt

别人拿到项目，只需要创建虚拟环境并执行 pip install -r requirements.txt，就能得到基本一致的依赖。养成这个习惯，比口头说一句“我装过这个库”可靠得多。

动手做一个 AI 小工具

我们先不调用任何付费模型，做一个本地文本小工具：统计字数、提取高频词、按句子切分摘要。代码只用标准库，重点是把“工具”做成可复用的函数，而不是一堆散落在终端里的临时脚本。

import re
from collections import Counter

def summarize(text, limit=3):
    sentences = [s.strip() for s in re.split(r'[。！？\n]+', text) if s.strip()]
    words = re.findall(r'[\u4e00-\u9fa5]{2,}|[A-Za-z]{3,}', text)
    hot = [w for w, _ in Counter(words).most_common(5)]
    return hot, sentences[:limit]

if __name__ == '__main__':
    sample = '虚拟环境让依赖互不干扰，pip 让重建环境有据可依。'
    print(summarize(sample))

当你以后接入大模型时，变化的只是 summarize 内部的实现：把文本发给模型、拿到结果再整理，命令行入口、虚拟环境和依赖清单都不用推倒重来。这就是先把工程习惯搭好，再谈智能化的好处。

新手最容易踩的三个坑

第一，在全局环境里装一切，出了问题不知道是哪个库在捣乱。第二，激活失败却继续安装，结果库装错了地方。第三，只发代码不发 requirements.txt，别人复现时处处碰壁。遇到报错时，先确认命令行前面有没有 (.venv)，再用 pip list 看版本，最后检查是不是在错误的目录里执行了命令。

一个可复用的检查清单

新建项目先建虚拟环境，安装前先激活，跑通后立刻冻结依赖，写清楚 Python 版本和运行命令。把这四步做成肌肉记忆，你的第一个 AI 小工具就不再是“在我电脑上能跑”，而是换一台电脑也能跑。下一步可以试试给工具加一个简单的命令行参数，或者把摘要结果保存为文本文件，慢慢把它做成真正趁手的日常工具。