### Mac 上通过 VSCode 连接服务器并使用 Anaconda Python 环境的配置教程 #### 一、准备工作 在开始之前，需要确认以下几点： - 已经安装好 **Anaconda** 或者 **Miniconda**。 - 安装了最新版的 **Visual Studio Code (VSCode)**。 - 在目标服务器上已经安装了必要的开发工具和库。 --- #### 二、安装必要扩展 1. 打开 VSCode 并进入 Extensions Marketplace (`Cmd + Shift + X`)。 2. 搜索并安装以下两个重要扩展： - **Remote - SSH**: 提供远程连接功能。 - **Python**: 支持 Python 开发的相关特性[^4]。 --- #### 三、配置 Remote - SSH 插件 1. 创建一个新的文件夹用于保存 SSH 配置文件，在本地终端执行以下命令： ```bash mkdir ~/.ssh && touch ~/.ssh/config chmod 600 ~/.ssh/config ``` 2. 编辑 `~/.ssh/config` 文件，添加如下内容（替换为实际的服务器地址和用户名）： ```plaintext Host myserver HostName your.server.ip.or.domain User your_username_on_server Port 22 # 如果端口不是默认值，请修改此处 ``` 3. 测试 SSH 是否可以正常连接到服务器： ```bash ssh myserver ``` 成功登录后退出服务器。 4. 返回 VSCode，按快捷键 `Cmd + Shift + P` 调出命令面板，输入 “Remote-SSH: Connect to Host”，选择刚刚配置好的主机名 `myserver`。 --- #### 四、在服务器上安装 Anaconda 和配置环境 1. 登录到服务器后，下载 Anaconda 的安装包。建议使用清华大学开源镜像加速下载速度[^5]: ```bash wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-latest-Linux-x86_64.sh bash Anaconda3-latest-Linux-x86_64.sh ``` 按照提示完成安装，并初始化路径。 2. 修改 `.condarc` 文件以优化国内网络下的包管理体验： ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud ``` 3. 创建一个虚拟环境以便隔离项目依赖项： ```bash conda create -n myenv python=3.9 source activate myenv ``` --- #### 五、在 VSCode 中选择合适的 Python 解释器 1. 当成功连接到远程服务器后，按下快捷键 `Cmd + Shift + P`，输入 `Python: Select Interpreter`。 2. 稍等片刻，会弹出可用的 Python 环境列表。从中选择刚才创建的 Conda 环境 `~/anaconda3/envs/myenv/bin/python`[^3]。 --- #### 六、测试运行代码 编写一段简单的 Python 脚本来验证环境是否正确加载： ```python import sys print(f"Using Python version {sys.version}") ``` 运行该脚本，如果输出显示的是 Anaconda 环境中的 Python 版本，则说明配置成功。 --- ### 注意事项 - 如果遇到无法识别 Python 环境的情况，请确保 Anaconda 的 bin 目录已加入系统的 PATH 变量中。 - 对于深度学习框架或其他大型依赖项，优先考虑通过 Conda 渠道安装而非 pip，这样能更好地兼容 Anaconda 环境[^2]。 ---