Python 环境

方法管理什么隔离程度适合场景典型命令系统 PythonPython 本身很低简单脚本、系统工具python3venvPython 包环境中普通 Python 项目python -m venv .venvvirtualenvPython 包环境中老项目、多版本兼容virtualenv .venvConda / MiniforgePython native libs packages中高ML/AI/CV/科学计算conda create -n env python3.12PoetryPython 包 项目依赖中Python package / backendpoetry installuvPython venv dependency resolution中现代 Python 项目、速度优先uv syncpip-tools锁定 pip 依赖中requirements 工作流pip-compilepyenv管理多个 Python 版本低本机多 Python 版本pyenv install 3.12.5DockerOS Python libs app很高部署、团队一致性docker buildDev ContainerDocker IDE 开发环境很高团队开发、VS Code.devcontainer/Nix系统级依赖可复现很高高可复现研发环境nix developPython 自带的venv优点是简单、轻量、Python 官方自带。缺点是它只主要管理 Python 层底层 C/C library、CUDA、系统库等不太管。普通 Web、API、脚本项目很适合 FastAPI Flask Django CLI automationUser / Frontend↓FastAPI FastAPI 负责“别人怎么调用你的 Agent”。↓LangGraph Agent Workflow LangGraph 负责“Agent 内部怎么思考、怎么调用工具、怎么流转状态”。↓LLM / Tools / RAG / Databasemulti-agent / coding-agent 设计来看FastAPI 通常放在最外层POST /agent/runPOST /agent/chatGET /agent/status/{task_id}POST /agent/cancel这样FastAPI 接收到用户请求 {query: Fix this repository bug}FastAPI transport / serving layerLangGraph orchestration layer