当前位置：首页 > news >正文

【01】EPGF 架构搭建教程之 Anaconda 安装指南

news 2025/9/22 8:35:08

📝 EPGF 架构下 Anaconda 安装教程（2025最新版 · 系统级安装）

📅 更新时间：2025-09-20
🎯 目标：构建符合 EPGF 架构（三维治理 → 四级隔离 → 五项自治） 的多版本 Python 基础环境
🔑 关键词：系统级安装 · 手动 PATH 管理 · 多版本共存 · 全局工具链可用

【EPGF 白皮书】路径治理驱动的多版本 Python 架构—— Windows 环境治理与 AI 教学开发体系

Python 多版本环境治理理念驱动的系统架构设计——三维治理、四级隔离、五项自治原则（路径治理升级修订 V 2.0 版）

更进一步的路径精简方案：D:\A\envs —— 构建极简可控的 Anaconda 环境路径

1. EPGF 架构理念回顾

EPGF = Engineering Python Governance Framework，目标是：

多版本共存：py308、py310、py311...互不干扰
工具链统一：uv、poetry、hatch、pipenv、tox 全局可用
项目可迁移：每个项目 .venv 本地化，零配置复现
路径可控：路径单一、纯净，便于管理， PATH 友好，保证顺序和优先级可治理
全局可见：where python / where uv 一查即得，系统可识别

2. 下载最新 Anaconda 安装包

官方存档

https://repo.anaconda.com/archive/

国内镜像

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

最新版：Anaconda3-2025.06-1-Windows-x86_64.exe
官方存档（最新）：https://repo.anaconda.com/archive/
国内镜像（更新略慢）：清华镜像站

3. 安装步骤（图形界面）

启动安装程序 → 点击 Next
许可协议 → I Agree
安装类型选择 → 选中 All Users (requires admin privileges)

为什么选择“All Users”（系统级安装）？
- 统一管理与可见性：系统级安装将 Anaconda 安装到指定的全局位置（如 D:\A），所有本机用户都能共享同一套解释器与 Conda 管理器，便于在企业/团队或多用户环境中维护统一基础环境。
- 便于后续手动暴露 Python 与工具到系统级 PATH：最新版安装程序不再默认修改 PATH；采用 All Users + 手动配置 PATH，可以精确控制每个 py3xx 和工具链在 PATH 中的位置与优先级，符合 EPGF 的“路径可控”理念。
- 利于 CI / 服务化场景：系统级安装更适合构建服务器、CI 或多账户开发机，避免每个用户重复安装浪费磁盘。
需要注意（权衡）：
- 该选项需要管理员权限。
- 系统级资源修改会对所有用户生效，因此必须谨慎：确认安装路径、权限和 PATH 配置。
- 但得益于 EPGF 架构，我们无需再安装其他 Python 发行版，能够避免大多数冲突风险，实现真正可控的多版本 Python 管理。
安装后会看到的变化（直观理解）：
- Anaconda 主目录和 envs 会放在你指定的位置（例如 D:\A 与 D:\A\envs\py310）。
- 系统将记录该安装为全局可用（Start 菜单、注册表的文件关联等可为所有用户生效）。
安装路径 → 设置为：
```
D:\A
```
- 简短、无空格、无中文，后期迁移最方便。
- 便于记录，方便调用和查找，便于环境变更治理。
关于新版安装包的变化（重要）
- 移除了“Add Anaconda to PATH”的默认勾选（或明显弱化该选项）：自 2024–2025 年起，Anaconda 的图形安装程序逐步不再建议直接把 Conda/Anaconda 添加到系统 PATH，以避免与系统自带 Python 或其他发行版冲突。官方推荐使用 conda 命令行工具与 conda init 做 shell 集成，而不是把解释器直接放到 PATH。
- 为什么这对 EPGF 是机会：EPGF 要求“路径可控、顺序可预测”。官方不自动改 PATH，正好给我们空间按 EPGF 策略手动暴露需要的 python.exe 与工具路径，并且可以严格控制顺序与粒度（例如将 env 根目录放在系统 PATH，将每个 env 的 Scripts 放在用户 PATH），从而既实现全局可用，又保留多版本隔离。
选择 All Users 后的直接影响与配置要点
- ✅ 优点：可为所有用户统一提供 Conda 管理器、各版本 Python 与工具链；便于团队维护；便于在任意终端快速定位 python.exe（配合手动 PATH 可实现 where python 列出所有版本）。
- ⚠️ 风险 / 必须留意的地方：
  - 你需要以管理员权限手动编辑 系统 PATH（System variables）以暴露 D:\A 及各 D:\A\envs\py3xx 根目录；同时，建议把每个 env 的 Scripts 路径放在 用户 PATH（User variables）中，以便按用户级别管理工具可见性并避免覆盖系统级优先级。
  - 手动配置 PATH 时务必注意顺序：系统会优先使用 PATH 中靠前的 python.exe，where python 会列出所有匹配但实际执行的是第一个匹配。若你希望 D:\A\python.exe（conda base）在最前，请将其放到 PATH 的顶端；如果希望某个版本优先，可按需调整顺序或使用显式路径调用。
  - 若机器上存在其他 Python 发行版（Microsoft Store / msys2 / 其它 Anaconda），要避免 PATH 冲突或重复，必要时手动移除或调整顺序。
安装完成后（Finish）——我们要做的额外步骤（概览）
- 创建命名的版本环境（conda create -n py310 python=3.10 等）；
- 在每个 py3xx 中安装基础工具，以便后续在项目中创建 .venv 并本地化工具链。
```
pip install uv poetry hatch pipenv virtualenv pipx nox tox poetry-plugin-shell
```
- 打开系统环境变量编辑器（或使用 PowerToys 环境变量编辑器）并按本教程或后续单独教程的建议添加系统 PATH 与用户 PATH 条目；

4. 手动配置 PATH（核心步骤）

EPGF 架构下的 Python 环境变量设置建议——Anaconda 路径精简后暴露 python 及工具到环境变量的配置记录 [三]

安装完成后，我们不依赖自动 PATH，而是手动配置，确保每个 Python 和工具链可全局调用。

系统环境变量 PATH

D:\A
D:\A\Library\mingw-w64\bin
D:\A\Library\usr\bin
D:\A\Library\bin
D:\A\Scripts
D:\A\envs\py308
D:\A\envs\py309
D:\A\envs\py310
D:\A\envs\py311
D:\A\envs\py312
D:\A\envs\py313

用户环境变量 PATH

D:\A\envs\py308\Scripts
D:\A\envs\py309\Scripts
D:\A\envs\py310\Scripts
D:\A\envs\py311\Scripts
D:\A\envs\py312\Scripts
D:\A\envs\py313\Scripts

💡 推荐用 Microsoft PowerToys → 环境变量管理工具 批量添加，防止手动出错。

5. 验证效果（系统级可见性）

打开 CMD 输入：

where python
where poetry
where virtualenv
where pipenv
where uv
where hatch
where pipx
where nox
where tox

理想输出示例：

D:\A\python.exe
D:\A\envs\py308\python.exe
D:\A\envs\py309\python.exe
D:\A\envs\py310\python.exe
D:\A\envs\py311\python.exe
D:\A\envs\py312\python.exe
D:\A\envs\py313\python.exe
D:\msys64\mingw64\bin\python.exe
C:\Users\love\AppData\Local\Microsoft\WindowsApps\python.exe

这意味着：

每个 py3xx 环境的 python.exe 都已被暴露给系统
未来无论在哪个文件夹，都可以直接指定不同 Python 版本执行脚本
同理，uv.exe、poetry.exe、hatch.exe 等工具链也都能全局调用

6. EPGF 后续操作（多版本 & 工具链概览示例）

创建多版本环境

conda create -n py310 python=3.10 -y
conda create -n py311 python=3.11 -y

安装工具链

conda activate py310
pip install uv poetry hatch pipenv virtualenv pipx nox tox poetry-plugin-shell

创建项目本地化 .venv （UV 环境为例）

cd X:\<项目目录>
# 切换到 Python 3.10
conda activate py310# 新建项目本地的 uv 虚拟环境
uv venv --seed .venv# 退出 父级 Python 环境（Conda）
conda deactivate# 激活项目本地的 uv 虚拟环境
.\.venv\Scripts\activate# 将 uv 工具本地化 工具自包含
uv pip install uv# 验证工具的本地化调用
where python              #首行应输出本地 .venv 中的路径whwer uv                  #首行应输出本地 .venv 中的路径

此时，项目就拥有完全本地化的工具链，支持零配置迁移。

7. 为什么要这样做？

决策	原因	好处
系统级安装	不绑定当前用户，后期可全局调用	多用户电脑/CI/CD 环境更稳定
手动 PATH	避免自动配置冲突，可控顺序，环境变量友好	where python 输出可预测
暴露 py3xx 环境	让每个版本全局可用，Python 版本自治	一键切换版本、脚本复现
工具链全局可见	uv/poetry/hatch 全局可调	保证所有项目都能复用
项目级 .venv	本地化工具链	项目可独立迁移、复现