你是不是也遇到过这种情况想学Python结果卡在第一步“装环境”上网上教程东一榔头西一棒子跟着一步步点最后连个“Hello World”都没跑起来。或者你用PyCharm写了一阵发现启动太慢、内存占得吓人想换个轻量一点的工具又不知道怎么把环境顺滑地迁过去。我自己的主力编辑器从PyCharm切到VS Code已经有三年多了中间帮团队带过不少新人也看着无数人卡在同一个地方不是Python难而是环境问题乱七八糟。这篇文章就把我从零开始搭环境、建项目、装插件、写代码、调试运行的完整过程整理出来包括那些网上教程不爱写的细节和踩坑记录尽量让看完的人能一次跑通。先说清楚这篇内容适合几类人看刚装好Python但不知道下一步干什么的纯新手被各种环境配置绕晕的初学者以及想在VS Code里重新梳理一套清爽Python工作流的半老手。不涉及晦涩的原理但会把每一步“为什么要这么做”讲明白。1. 环境搭建前的核心思路与方案选择1.1 为什么推荐VS Code而不是其他编辑器很多人纠结学Python到底用PyCharm还是VS Code我的建议是如果你不是专门做大型商业项目、且不介意IDE占用几个G内存VS Code几乎适合所有Python开发场景。先看一组实际情况。PyCharm专业版的功能确实强大但它启动慢、索引重、吃内存也是实打实的。VS Code的启动速度用“秒开”来形容一点不夸张而且内存占用通常只有PyCharm的四分之一到三分之一。对于写爬虫脚本、做数据处理、跑机器学习实验这些日常操作VS Code完全够用甚至因为轻量体验反而更好。VS Code另一个最大优势是插件生态。Python、Pylance、Jupyter、Docker、Remote-SSH这些插件都是微软官方维护的更新频率高bug修得也快。加上国内网络环境下插件市场访问速度尚可大部分人在装插件这一步不会卡太久。当然我不是说PyCharm不好而是它的定位和VS Code不同。PyCharm更像一个“全家桶”开箱即用VS Code更像一个“积木台”你按需搭建。从学习Python的角度出发用VS Code能让你更清楚自己装了什么、为什么装遇到问题排查起来更有方向感。1.2 版本选择的关键原则稳定压倒一切动手安装之前先定几个原则后面能少踩很多坑。Python版本选择上我强烈建议选当前稳定版往前的那个大版本而非最新版。以2024年年底到2025年年初的时间点为例Python 3.12是最稳的中间版本3.13刚发布不久很多第三方库还没跟上。如果你要装机器学习相关的包比如TensorFlow、PyTorch更要谨慎——这些大型库适配新Python版本通常要滞后半年甚至更久。我的经验是不去追最新的Python只选择生态支持最成熟的版本。一个简单判断方法是去PyPI或你打算用的主要第三方库官网看支持矩阵哪个版本被所有库都支持就装哪个。VS Code版本选择就简单多了下载官网最新的稳定版别用Insiders版。Insiders功能更新更快但bug也多不适合日常开发。这里还有一个容易被忽视的点Windows、macOS、Linux三套系统下安装路径和环境变量的处理方式不同。Windows最容易出问题的就是没有把Python加到系统PATH里后面导入包的时候找不到模块这个问题板块会详细说。macOS和Linux要注意别用系统自带的Python尤其是macOS的新版本直接不预装Python了得用Homebrew安装管理。1.3 从PyCharm迁移到VS Code的任务拆解如果你之前用的是PyCharm迁移到VS Code时别急着删旧环境。我的建议是分几个任务来推进而不是一次性“搬家”。第一个任务是梳理现有项目依赖在PyCharm的Terminal里执行pip freeze requirements.txt把依赖清单导出来。第二个任务是确认自己常用的能力在VS Code里对应插件是什么调试对应Python Debugger补全对应Pylance代码格式化对应Black或autopep8。第三个任务是优先在VS Code里打开一个小项目跑通流程而不是一上来就打开最大的那个项目减少挫败感。这样拆解之后迁移过程会非常平滑中间哪一步出了问题也知道去哪个插件或配置里排查而不是两眼一抹黑对着VS Code发呆。2. 从零到一的完整安装流程2.1 Python解释器的安装与PATH环境变量安装Python是后面所有操作的地基这一段请务必仔细。前往Python官网下载页面选择Windows installer或者macOS universal2 installer。64位系统就选64-bit不要下32位的。下载完成后运行安装程序这里有一个关键选项安装向导第一步要勾选“Add python.exe to PATH”这个选项默认是不勾选的。如果不勾选装完之后你在命令行里敲python会直接提示“不是内部或外部命令”。当年我带的实习生里有至少三个人卡在这一步后来我都是直接远程帮他们勾上然后继续。勾选PATH之后再点“Install Now”安装方式选默认即可。装完之后打开命令行WinR输入cmd回车输入以下命令验证python --version pip --version如果两条命令都能输出版本号说明安装成功且PATH生效。如果pip报错找不到大概率是Python安装时没勾PATH或者安装的是微软商店版Python。微软商店版Python能用但它自带的环境隔离机制有时候会让pip装包的位置怪怪的容易造成混乱不建议使用。PATH这个环境变量的作用说白了就是告诉操作系统“你去哪几个目录里找可执行程序”。你把Python的安装目录加进PATH之后系统才能在任何路径下直接识别python这个命令。理解这个原理之后以后遇到任何“命令找不到”的报错第一反应都该是去检查PATH。2.2 VS Code安装与首次启动设置VS Code下载安装就简单多了官网直接下载安装包一路Next。装完之后有几个设置项建议第一次启动就调整好。第一个是“自动保存”。打开设置快捷键Ctrl,搜索“auto save”将Files: Auto Save设为afterDelay。这样写代码时切走窗口再切回来代码不会丢失也避免很多莫名其妙的卡顿问题。第二个是“缩进规则”。搜索“tab size”设为4同时确保Detect Indentation是开的不然Python的缩进可能和代码实际内容不一致。第三个是“默认终端”。在设置里搜“default profile”把默认终端设为cmd或者PowerShell都可以建议Windows用户直接选PowerShell因为现在PowerShell 7以上的颜色输出和Linux终端体验已经非常接近看报错日志更清楚。做完这三件事VS Code的基础体验就比默认状态舒适很多。接下来进插件环节这块是VS Code的灵魂。3. 核心插件组合与Python环境配置详解3.1 装完这一个插件组合开发体验直接拉满打开VS Code左侧扩展面板图标是一个四宫格方块搜索以下插件按顺序安装。这几个插件是我反复测试之后筛选出来的每个都有明确的用途不是乱装一气。第一个必装的是Python全名“Python”发布者是Microsoft。这个插件是VS Code所有Python能力的基础装上它之后语法高亮、代码格式化基础能力、自动补全、调试启动这些功能才会出现。装完之后记得按CtrlShiftP输入“Python: Select Interpreter”选择你已经装好的Python版本。第二个必装的是Pylance发布者也是Microsoft。这个插件是Python语言的“心脏”负责真正的智能补全、类型检查和跳转定义。它和Python插件是高度集成的装完Python插件后VS Code会提示你安装Pylance直接同意即可。这两个插件搞定之后你写Python代码的基础体验已经超过大多数编辑器了。但离“顺手”还差几步。第三个强烈推荐的是Python Debugger它曾经叫Python Debugger扩展现在发布者还是Microsoft。装完它之后F5一键启动调试、断点命中、变量监视这些能力才有。没有它你只能用print大法调试效率差太多了。第四个是Python Docstring Generator发布者Nils Werner。写函数时连续输入三个双引号再回车它自动帮你生成docstring模板包括参数说明、返回值说明、异常说明。这个插件对写正规项目的人帮助极大因为文档注释写得好维护成本直线下降。第五个是Ruff发布者Astral。这是一个用Rust写的极快Linter和Formatter它的定位是替代Flake8和Black速度飞快用法又极简。我之前用的BlackFlake8组合虽然稳定但每次保存都感觉慢半拍换用Ruff之后完全没这个困扰。3.2 解释器选择与.vscode配置文件的原理插件装好之后下一步是选择解释器。这一步很多新手搞不明白为什么需要手动选这里解释一下。VS Code本身不是Python解释器它只是一个编辑界面。它需要知道“你要用哪一个Python程序去执行你的代码”。如果你电脑上只装了一个Python它一般会自动找对但只要你装了Anaconda、又单独装了Python、还开了虚拟环境情况就会变得复杂。VS Code可能选中了Anaconda的解释器而你在命令行里激活的却是虚拟环境两边不一致就会出现“终端运行正常VS Code运行报错”的经典问题。我的做法是每一个项目都在项目根目录下建一个.vscode文件夹里面放一个settings.json文件固定这个项目用的是哪个解释器和哪套路径配置。这样这个项目的配置是项目级的不会和其他项目互相干扰。.vscode文件夹看起来不起眼但它是VS Code项目的“骨架”有没有它行为差别很大。具体操作在项目根目录下创建.vscode/settings.json填入类似以下内容{ python.defaultInterpreterPath: C:\\Users\\你的用户名\\AppData\\Local\\Programs\\Python\\Python312\\python.exe, python.terminal.activateEnvironment: true, python.linting.enabled: true, python.linting.ruffEnabled: true, editor.formatOnSave: true, python.formatting.provider: ruff, python.analysis.typeCheckingMode: basic }解释一下关键字段。python.defaultInterpreterPath指定了这个项目默认使用的解释器路径这是解决各种环境混乱的王牌python.terminal.activateEnvironment控制在终端里跑Python时要不要自动激活虚拟环境editor.formatOnSave为true表示每次保存文件自动格式化结合Ruff插件代码风格问题自动消解。3.3 虚拟环境的创建、激活与依赖管理虚拟环境这个概念我建议所有Python初学者第一天就建立起来。一句话解释它的作用每个项目都有自己独立的第三方包空间互不干扰。举个例子项目A需要requests 2.31项目B需要用requests 2.28如果都装在全局环境总有一天会发生“换了版本A项目跑挂了”的事情。虚拟环境把每个项目的包隔离开各用各的互不打架。在VS Code里创建虚拟环境推荐两种方式任选其一。方式一在VS Code终端直接执行python -m venv venv这会在当前目录下生成一个venv文件夹。生成之后VS Code会弹窗提示“是否选择这个虚拟环境作为Python解释器”点确定。如果没有弹窗按CtrlShiftP输入“Select Interpreter”选择venv下的解释器路径。方式二在命令行里python -m venv venv .\venv\Scripts\activateWindows激活虚拟环境的命令是.\venv\Scripts\activatemacOS和Linux是source venv/bin/activate。激活成功之后命令行前面会出现一个(venv)的前缀。这里要提醒一句在VS Code自带终端里激活往往不是必须的因为VS Code会自动识别并激活选中的解释器对应的虚拟环境。但你自己从外部打开一个终端就需要手动激活。为了保持一致建议统一在VS Code里操作所有终端命令。依赖管理方面建议在虚拟环境激活状态下pip install 某个包 pip freeze requirements.txtrequirements.txt是项目依赖的“保险单”换机器、给别人分享代码时对方一键执行pip install -r requirements.txt就能装齐所有依赖。这也是我在1.3节提到从PyCharm迁移时先导出依赖的原因。4. 项目创建与调试配置的完整实操4.1 两种项目创建方式文件夹式与工作区式VS Code没有“新建项目”按钮那样的弹窗它采用的是“打开文件夹即项目”的模式。你新建一个文件夹在VS Code里打开它这个文件夹就是一个项目。实际操作上我推荐两种创建方式。方式一是最常用的纯文件夹式在你打算存放代码的目录下新建一个文件夹比如my_python_project然后在VS Code里通过“文件夹”菜单打开它。这种方式适合一个文件夹管理一个项目简单直接。方式二是工作区式当项目涉及多个文件夹比如一个项目包含前端和后端两个目录它们又需要共享一些配置建议使用.code-workspace工作区文件。在VS Code里文件菜单选择“将工作区另存为”生成一个xxx.code-workspace文件。这个文件可以记录多个根文件夹、项目级配置、调试配置等团队协作时把这个文件也提交到Git能确保所有人打开的是同一套工作区配置。对初学者来说从方式一开始足够了。但如果你发现一个项目牵扯的目录越来越多工作区就是更好的管理方式。4.2 首个Python文件与“运行”的四种方式项目创建好之后新建一个hello.py文件。这里顺便说一个约定纯Python单文件建议文件名全小写用下划线分隔单词别用大写或连字符因为Python的包导入机制对带连字符的文件名会报错。写完代码之后怎么运行VS Code里有四种方式按使用频率排列方式一右键代码编辑区选择“在终端中运行 Python 文件”。这种方式直接在终端里执行效率高适合日常运行。需要注意它执行的是整个文件作用域是文件级。方式二选中某段代码后按ShiftEnter发送到终端。这个功能叫“Interactive”和Jupyter的交互式体验很像适合调试一小段逻辑不用把整个文件跑一遍。方式三在终端里手动执行python hello.py好处是可以清楚地看到当前虚拟环境的激活状态遇到问题排错路径更清晰。方式四按F5进入调试模式。这个适合需要打断点、一步步看变量变化的情况。后面调试部分详细说。4.3 调试配置launch.json的参数作用与断点技巧调试是VS Code相对PyCharm稍微不那么“无脑”的部分需要你手动创建一份调试配置。别怕操作很简单而且配置一次之后所有项目都能复用。按下CtrlShiftD打开运行和调试面板点击“创建launch.json文件”VS Code会弹出一系列调试器选项选择“Python Debugger”。然后它会在.vscode目录下生成一个launch.json文件。默认生成的配置大致长这样{ version: 0.2.0, configurations: [ { name: Python: 当前文件, type: debugpy, request: launch, program: ${file}, console: integratedTerminal } ] }关键字段解析name是调试配置的名字显示在调试面板顶部下拉框里可以自定义多个配置比如“调试主程序”“调试测试用例”等。type固定是debugpy这是新版调试器的标识不用改。request有两种值launch是启动一个新的调试会话attach是附加到已经在运行的程序上。日常开发99%用launch。program告诉调试器要运行哪个文件。${file}是VS Code内置变量表示当前打开的文件。如果你想固定调试项目入口文件比如main.py可以改成${workspaceFolder}/main.py。console指定程序输出到哪里integratedTerminal表示在VS Code内置终端里显示这个选项的好处是用户输入输出都在同一个地方不会弹独立窗口。断点调试的基本玩法在代码行的左边行号旁边点一下出现红点即断点设置成功。按F5开始调试后程序会停在断点处此时左侧面板会显示“变量”“监视”“调用堆栈”三个区域。“监视”区域你可以手动输入表达式比如你怀疑某个变量的值不对直接输入变量名查看它的值“变量”区域可以查看当前作用域所有变量这些都是排查bug的利器。配置好调试自动测试的另一种方式是勾选“run in terminal”设置launch里的console: externalTerminal。这个适合那些需要外部交互或GUI界面的程序它会弹出一个独立命令行窗口去运行。4.4 单元测试与调试结合让代码自己检查自己调试配置讲到一半我要插一个很多教程不讲但实务中极其重要的点给项目写单元测试。VS Code对pytest、unittest两种框架都有很好的原生支持。我项目里几乎所有核心函数都会有对应的测试文件。调试某个模块时很多情况下你的重心根本不在“改代码Debug”上而是“继续完善测试”。而这时候有一个专门的调试配置会让工作流顺畅很多。在launch.json里追加一个测试调试配置{ name: Python: pytest 当前文件, type: debugpy, request: launch, module: pytest, args: [${file}, -s, -v], console: integratedTerminal }module设为pytest表示以模块方式启动pytestargs里${file}是当前测试文件-s允许测试过程中print输出不被吞掉-v打印详细测试结果。之后对测试方法打断点、按F5就可以一步步检查测试过程。5. 提升效率的进阶配置与Python插件扩展5.1 代码格式化、智能补全与类型检查设置基础环境搭好以后有几个进阶配置可以让你的Python开发体验从“可用”变成“好用”。智能补全方面Pylance默认已经很强但你可以进一步启用严格类型检查模式。在.vscode/settings.json里把python.analysis.typeCheckingMode从basic改为strict。严格模式下Pylance会标出你代码里所有类型不匹配的地方比如你声明一个函数返回int但中途返回了None它就会给出警告。这在写中大型项目时极其有用等于给你的代码加了一个“边写边审”的护栏。不过strict模式对刚入门的初学者有点不友好因为它会把很多非致命的小问题也标成红色波浪线容易让人心慌。我建议初学者先用basic模式等写过一两个完整项目后再切到strict。代码格式化方面前面已设置了editor.formatOnSave为true并发在Ruff插件所以保存文件时自动格式化的效果已经生效。这里补充一个Ruff格式化时的参数细节Ruff默认使用单引号还是双引号默认是单引号。而PEP8官方推荐我记不太清了这个纯属团队风格问题不用纠结。想改的话在settings.json里加一句ruff.lint.args: [--config, pyproject.toml],然后在项目根目录建一个pyproject.toml在里面写[tool.ruff] line-length 100line-length设100表示每行代码最长100个字符超过的部分Ruff会自动换行。我个人习惯设100因为PE8默认79在当时是显示器宽度限制时代的产物现在用100能少一些无聊的换行。5.2 数据科学场景Jupyter插件与交互式窗口如果你做数据分析、机器学习这一块VS Code的Jupyter支持是绝对的核心亮点甚至比Jupyter官方接口还好用。安装插件时搜索“Jupyter”安装微软官方发布者Microsoft的Jupyter扩展。装完之后打开一个.ipynb文件VS Code会启动一个Jupyter内核然后你可以在每个单元格里独立运行代码结果直接显示在单元格下方。你也可以把普通的.py文件转换成notebook格式方式是在编辑区右键选择“在Python交互式窗口中运行”。交互式窗口是我日常写数据探索脚本的主力。做法是打开一个.py文件选中一段代码ShiftEnter选中的代码就发到交互式窗口执行了。变量会保持状态可以在交互式窗口里继续输入表达式查看结果。这比反复运行整个脚本快捷太多尤其适合调试数据处理管线。Jupyter模式下补全、变量查看、图表展示都是支持的。pandas的DataFrame还能直接在“变量”面板里以表格形式查看非常直观。这个功能已经可以充当一个轻量级的数据分析IDE。5.3 Git集成与远程开发团队协作的日常标配开发环境不是一个人的事。VS Code内建的Git集成和远程开发能力对协作来说价值巨大。Git集成这块VS Code默认支持了比较完整的Git操作打开左侧源代码管理面板CtrlShiftG你可以看到所有修改的文件、diff对比、提交、推送、分支管理、合并操作。大部分情况下不用再额外安装Git插件。常用的辅助插件我推荐Git Graph它能用图形化的方式展示分支合并图比看命令行日志直观很多。远程开发方面Remote - SSH插件是神器。它的核心能力是你本地VS Code连接远程服务器代码在远程运行但编辑体验和本地完全一样。你本地不需要安装Python环境只要远程服务器有即可无缝开发。这对跑训练、处理大数据的场景特别有用因为数据基本都在服务器上本地传过去传过来太麻烦。需要提醒的一点远程开发前要保证远程服务器Python环境已经就绪并且VS Code Server能在远程正常下载。如果遇到“VS Code Server连接失败”多半是网络问题可以手动在远程执行对应命令安装Server或者检查网络连通性。5.4 其他值得装的Python相关插件清单除了前面提到的核心五件套以下几个插件在特定场景下非常好用按需安装即可。代码片段类Python Snippets发布者Mike数据提供大量常用代码块比如for、if __name__、file操作等输入快捷键能少敲不少重复代码。正则表达式Regex Previewer。调试正则的时候选中表达式按CtrlAltR侧边会实时显示匹配结果。写爬虫或者处理文本时用这个校正效率直接翻倍。依赖管理Python Environment Manager发布者Don Jayamanne。它能可视化管理你所有的Python虚拟环境创建、删除、切换都是图形化操作对新手极其友好。调试增强Python Test Explorer发布者Little Fox团队。它能把pytest、unittest的测试用例在一个测试树状面板里列出来点一下跑一个测试用例跑完显示通过/失败状态。写正规测试用例时我会同步开着这个面板心脏不用一直悬着。5.5 踩过的坑插件版本与新功能导致的问题插件装太多也并非完全省心这里分享几个真实的坑。第一个是Python插件和Ruff插件的版本兼容问题。Ruff插件更新后可能要求最小支持Python插件版本而你的Python插件还是旧版会出现“Ruff无法启用”的情况。解决的思路是先升级Python插件再回退Ruff版本或者直接都升级到最新。第二个是Debugpy调试器在Python 3.13的适配问题。如果你是Python 3.13尝鲜用户可能发现断点不生效多数情况下是Debugpy版本过旧升级Debugpy即可pip install --upgrade debugpy如果升级之后还不行把VS Code和Python插件都升级到最新问题一般就解决了。第三个是Jupyter内核连接超时。在公司网络或虚拟化环境下经常出现。我的排查顺序是先确认pip能正常装包再确认notebook接口能被访问最后检查防火墙是否拦截了Jupyter内核端口。这个排查思路也可复用到其他远程开发的场景。6. 典型问题排查与避坑日常集锦6.1 必看的高频报错速查表把踩过的坑和排查方法整理成表格方便大家按图索骥。报错或现象常见原因排查与解决输入python提示不是内部或外部命令Python未加到PATH重装Python并勾选Add to PATH或手动添加环境变量输入pip提示命令不存在PATH缺失或pip未安装确认Python安装时勾选了pip组件或执行python -m ensurepipModuleNotFoundError: No module namedxxx包没装或装到了别的解释器确认虚拟环境已激活执行pip install xxx检查VS Code解释器选择中文乱码文件编码格式不统一在settings.json设置files.encoding: utf8终端里运行正常VS Code里运行报错解释器选择不一致打开命令面板重新选择与终端一致的解释器保存时自动格式化不生效未安装Ruff或设置不对检查Ruff插件已装且启用确认settings里editor.formatOnSave为trueF5无法启动调试缺少调试配置或Debugpy未安装确认launch.json存在执行pip install debugpy这张表覆盖了我带新人时遇到80%以上的报错。如果你遇到没列出的问题优先看红色报错消息的开头几行那才是核心错误而不是盯着末尾的长堆栈。6.2 案例实录解决“明明装了包却还是No module named xxx”这里分享一个最经典的排查案例不少新人必踩。有个同事在一台新电脑上配环境明明执行了pip install requests命令行里也显示安装成功了但一运行代码就报ModuleNotFoundError: No module named requests。帮他排查时第一步我先让他执行python -m pip show requests查看这个包装到了哪里。结果显示装到了全局Python的site-packages。然后又问他VS Code里选的是哪个解释器他打开了命令面板一看VS Code选的是Anaconda的base环境解释器。症结找到了他pip install到的是非Anaconda的全局环境而VS Code运行代码用的是Anaconda环境两个环境不是同一个所以包自然找不到。解决办法有两种选一个即可要么在VS Code里切换到pip对应的那个解释器要么直接在VS Code当前选择的环境中执行pip install requests。后者更常用也提醒大家装包之前先确认解释器别两个环境都搞混。6.3 避坑技巧总结一次性说透环境管理的核心习惯踩坑多了慢慢总结出一套好习惯能帮你提前避开一大半问题。把这些当作个人习惯去养成比搜教程要有效得多。第一个习惯是新建项目第一件事是创建虚拟环境然后在虚拟环境里装第一个包。无论是个人练习还是团队项目都先建venv再开写。第二个习惯是每次装包之前先看一眼VS Code左下角显示的解释器路径对不对。VS Code左下角状态栏会显示当前使用的Python解释器路径点它可以直接切换。第三个习惯装包、跑测试这类操作统一用python -m前缀来执行命令比如python -m pip install xxx、python -m pytest而不是直接用pip和pytest命令。这样能确保你运行的一定是当前解释器对应的工具避免系统里多个版本冲突时搞混。第四个习惯定期整理requirements.txt。别只导出不检查装了一堆用不上的包都导进去别人克隆项目后装了高几百MB的依赖体验很差。养成每次完成一个独立功能后就跑一次pip freeze requirements.txt保证依赖清单精简可控。7. 实操过后的进阶想法环境搭好之后别停在“能运行”这一步可以接着往下探索。比如可以在VS Code里配置用户级代码片段把你自己常用的一段代码结构存成片段输入缩写加Tab一键生成。比如我自己就存了一份“csv文件读取与探索性分析”的片段每次处理新数据都不用重复敲那几行样板代码。再比如把调试和自动化测试结合起来。前面提到的pytest调试配置每天都用得上特别是改完一个函数CtrlShiftP进入“任务运行测试”跑一遍所有用例看有没有破坏旧功能这个反馈循环对代码质量的提升是巨大的。我在实际使用中发现真正让VS Code产生质变的不只是插件数量而是你是否理解每个操作背后的逻辑。什么时候格式化、为什么隔离虚拟环境、调试器工作在哪个进程上——把这些基础问题弄明白之后无论换成什么工具你都能快速上手而不是被某一个IDE绑定。最后分享一个小技巧如果条件允许建议备一台配置一般的旧笔记本从头到尾按这篇文章的步骤配置一遍。你在配置过程中遇到的每一个小问题都会转化成你排查大型疑难杂症时的经验素材。环境配置这件事看起来琐碎但真踩过一次、解决过一次之后就会顺手很多。