网站外贸网站建设 排名宝下拉
笔记日期：2025 年 09 月 01 日
【收藏级】Windows AI 本地开发「完全体」环境搭建清单
—— 仅列工具名 + 一句话作用 + 官网直达链接，不留版本号，持续可补充
欢迎读者在评论区继续补全；如有更好工具或更新地址，请直接留言，我会定期合并到正文并署上贡献者 ID。
Windows AI 本地开发「完全体」环境搭建清单（简版）
作用：可按清单完善 Windows 系统的 AI 本地开发环境配置。
| 工具 / 组件 | 一句话作用 | 官网直达链接 |
|---|---|---|
| Windows 10/11 64 位 | 基础操作系统，建议使用最新正式版 | Experience the Power of AI with Windows 11 OS, Computers, & Apps | Microsoft Windows |
| WSL2 | 在 Windows 内运行原生 Linux 环境，方便直接复用 Linux 教程 | What is Windows Subsystem for Linux | Microsoft Learn |
| NVIDIA GPU 驱动 | 让显卡被 CUDA / DirectML / Vulkan 等栈识别 | https://www.nvidia.com/Download |
| CUDA Toolkit | NVIDIA 官方 GPU 并行计算开发包 | CUDA Toolkit - Free Tools and Training | NVIDIA Developer |
| cuDNN | 针对深度神经网络的 GPU 加速库 | CUDA Deep Neural Network (cuDNN) | NVIDIA Developer |
| TensorRT | 用于生产环境的高性能推理加速 SDK | TensorRT SDK | NVIDIA Developer |
| Python (官方发行版) | 最纯净的 Python 解释器 | Download Python | Python.org |
| Anaconda 或 Miniconda | 隔离的虚拟环境与包管理全家桶 | Download Anaconda Distribution | Anaconda |
| PyTorch | 动态图深度学习框架 | Get Started – PyTorch |
| TensorFlow | 静态图深度学习框架 | https://www.tensorflow.org/install |
| JAX | 高性能自动微分 / GPU & TPU 框架 | https://jax.readthedocs.io/en/latest/installation |
| ONNX Runtime | 跨平台、跨框架推理引擎 | https://onnxruntime.ai |
| OpenCV | 计算机视觉与图像处理库 | https://opencv.org/releases |
| Hugging Face Transformers | 预训练大模型即插即用 | https://huggingface.co/transformers |
| JupyterLab / Notebook | 交互式实验与文档一体化 | Project Jupyter | Installing Jupyter |
| Visual Studio 2022 Community | 全功能 IDE（Python + C++ + CUDA 工作负载） | Visual Studio & VS Code Downloads for Windows, Mac, Linux |
| Visual Studio Build Tools | 无 GUI 的 MSVC、CMake、CI 专用 | Visual Studio & VS Code Downloads for Windows, Mac, Linux |
| CMake | 跨平台构建系统生成器 | Download CMake |
| MSYS2 | MinGW-w64 与 GTK/Qt 等开源库一站式管理 | https://www.msys2.org |
| Node.js | JavaScript 运行时，前端工具链 & AI Web 服务 | https://nodejs.org |
| Git for Windows | 版本控制与代码同步 | Redirecting… |
| Docker Desktop | 容器化部署与 GPU 容器支持 | https://www.docker.com/products/docker-desktop |
| VS Code | 轻量编辑器 + 丰富插件生态 | https://code.visualstudio.com |
| PyCharm Community / Professional | 专业 Python IDE | PyCharm: The only Python IDE you need |
| Ollama | 本地一键运行 Llama / DeepSeek 等大模型 | https://ollama.ai |
| LM Studio | 图形化本地大模型运行与管理 | https://lmstudio.ai |
| Weights & Biases | 实验跟踪与可视化 | https://wandb.ai/site |
| Label Studio | 数据标注 & 主动学习平台 | https://labelstud.io |
| Redis | 高速缓存 & 对话状态持久化 | Downloads | Redis |
| PostgreSQL / MySQL | 结构化数据存储 | PostgreSQL: Downloads https://dev.mysql.com/downloads |
| Postman / Insomnia | API 调试与测试 | Download Postman | Get Started for Free Download - Insomnia |
| 持续更新 | 欢迎补充…… |
关键配置与验证示例
| 检查项 | 命令 | 期望结果 |
|---|---|---|
| MSVC | cl | 出现版本号 |
| Node.js | node -v | ≥22.14.0 |
| CMake | cmake --version | ≥3.29 |
| CUDA | nvcc --version | Release 12.4 |
| GPU 驱动 | nvidia-smi | 驱动 ≥552 |
| PyTorch GPU | python -c "import torch;print(torch.cuda.is_available())" | True |
| TensorFlow GPU | python -c "import tensorflow as tf;print(tf.test.is_gpu_available())" | True |
| 其他 | …… |
重要验证示例
验证PyTorch深度学习环境Torch和CUDA还有cuDNN是否正确配置的命令-CSDN博客
进入 Python 环境验证：
import torch # 导入 PyTorch 库print("PyTorch 版本：", torch.__version__) # 打印 PyTorch 的版本号# 检查 CUDA 是否可用，并设置设备（"cuda:0" 或 "cpu"）
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print("设备：", device) # 打印当前使用的设备
print("CUDA 可用：", torch.cuda.is_available()) # 打印 CUDA 是否可用
print("cuDNN 已启用：", torch.backends.cudnn.enabled) # 打印 cuDNN 是否已启用# 打印 PyTorch 支持的 CUDA 和 cuDNN 版本
print("支持的 CUDA 版本：", torch.version.cuda)
print("cuDNN 版本：", torch.backends.cudnn.version())# 创建两个随机张量（默认在 CPU 上）
x = torch.rand(5, 3)
y = torch.rand(5, 3)# 将张量移动到指定设备（CPU 或 GPU）
x = x.to(device)
y = y.to(device)# 对张量进行逐元素相加
z = x + y# 打印结果
print("张量 z 的值：")
print(z) # 输出张量 z 的内容
部分参考资料
【理念●体系】Windows AI 开发环境搭建实录：六层架构的逐步实现与路径治理指南-CSDN博客
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）-CSDN博客
Windows 部署 AI Agent - Suna_AITechLab的博客-CSDN博客
Docker运行实战_AITechLab的博客-CSDN博客
PyCharm_AITechLab的博客-CSDN博客
Anaconda_AITechLab的博客-CSDN博客
CUDA、cuDNN、PyTorch：深度学习环境搭建秘籍_AITechLab的博客-CSDN博客
运维_AITechLab的博客-CSDN博客
GitHub等开源项目部署实战秘籍_AITechLab的博客-CSDN博客
WSL 运维：实战独门秘籍_AITechLab的博客-CSDN博客
大模型_AITechLab的博客-CSDN博客
持续改进 · 开放补充
清单力求全面，但 AI 生态日新月异。
如果你在实践过程中发现更好用的工具、更稳的发行版、更妙的配置技巧，欢迎在评论区留言补充！
有价值的补充我会定期整理进正文，并注明贡献者 ID，让这份「完全体」清单持续进化。