如何在Windows模拟Mac做Agent应用开发

最终架构

前置【安装wsl】

这个命令是 安装 WSL 和 Ubuntu 的官方命令，我们把它拆开来看就很好理解。

打开终端执行如下命令来安装wsl

wsl –install -d Ubuntu

安装WSL到指定目录

默认安装到C盘，如果想安装到指定目录可以按下面方法进行。

先安装后迁移

第一步：安装wsl

wsl –install -d Ubuntu

第二步：关闭wsl

wsl –shutdown

第三步：导出Ubuntu（导出为tar压缩包，还不能用）

wsl –export Ubuntu D:\\WSL\\ubuntu.tar

将Ubuntu导入到D:\\WSL\\ubuntu.tar这里

第四步：注销原来的Ubuntu

这一步会删除原来的 WSL，但因为已经导出了，所以不用担心。

wsl –unregister Ubuntu

第五步：导入到指定目录

eg：安装到D:\\WSL\\Ubuntu：

wsl –import Ubuntu D:\\WSL\\Ubuntu D:\\WSL\\ubuntu.tar

第六步：启动wsl

打开powershell，输入

wsl

命令解析：

第一部分：wsl

就是 Windows Subsystem for Linux（Windows 的 Linux 子系统）。

你以后所有关于 WSL 的命令，几乎都是以 wsl 开头，例如：

wsl
wsl –list
wsl –shutdown
wsl –export
wsl –import

第二部分：–install

表示：

安装 WSL 和 Linux 发行版。

例如：

wsl –install

如果不指定发行版，Windows 通常会安装默认的 Ubuntu。

第三部分：-d 

-d 是 –distribution 的缩写。

意思是：

指定要安装哪个 Linux 发行版。

例如：

wsl –install -d Ubuntu

就是：

安装 Ubuntu。

还可以安装其他发行版：

wsl –install -d Debian

安装 Debian。

wsl –install -d kali-linux

安装 Kali Linux。

执行命令后Windows 会自动：

① 开启 WSL 功能
↓
② 开启虚拟机平台
↓
③ 下载 Ubuntu
↓
④ 安装 Ubuntu
↓
⑤ 第一次启动 Ubuntu
↓
⑥ 让你创建 Linux 用户名和密码

完成后就可以使用：

wsl

进入： 

qyy@DESKTOP:~$

以后你最常用的几个 wsl 命令

Q：为什么推荐 Ubuntu？

答：

因为 Ubuntu 是目前最流行的 Linux 发行版之一，文档丰富、社区活跃，大多数 AI、Python、Docker、云服务器教程都默认使用 Ubuntu，因此非常适合作为 AI Agent 开发环境。

第一部分：Windows 安装的软件

这些安装在 Windows。

① Windows Terminal（推荐）

终端窗口。

以后打开：Ubuntu、PowerShell、CMD都可以。

如果不喜欢，也可以直接打开 Ubuntu。

② VS Code ⭐⭐⭐⭐⭐

你的主要 IDE。

安装扩展：

Python
WSL
Pylance
Docker（以后）
GitLens（可选）
Error Lens（可选）

安装完WSL扩展以后打开ubuntu就可以通过下面命令打开 VS Code：

code .

后续可以用

③ Docker Desktop

安装在 Windows。

但是：

以后 Docker 命令全部在 Ubuntu 里面运行。

这需要打开Docker Desktop之后设置一下WSL集成，

设置完成后重启电脑，再打开Docker Desktop即可

再打开Ubuntu，

输入

docker –version

就可以看到当前Docker的版本了。

但是如果还要执行

docker ps

这些命令需要连接Docker Engine，Docker 的 Unix socket 默认需要 root 权限或 docker 用户组成员权限。

在 Ubuntu 中执行：

sudo usermod -aG docker $USER

然后让新用户组立即生效

newgrp docker

这样就可以在Ubuntu里面使用docker了

④ Chrome

开发调试。

⑤ Cursor（可选）

以后可以替代 VS Code。

很多 AI 工程师都在用。

第二部分：Ubuntu（WSL）安装的软件

以后：

所有开发工具

全部安装这里。

所有工具一起安装：

sudo apt update

sudo apt install -y \\
git \\
curl \\
wget \\
zip \\
unzip \\
tree \\
htop \\
build-essential

Git

安装：

sudo apt update

sudo apt install git

检查：

git –version

Python

Ubuntu 基本已经自带。

检查：

python3 –version

uv ⭐⭐⭐⭐⭐

Python 包管理。是 Astral 公司开发的一款极速 Python 包和项目管理器，核心作用就是帮你更快、更方便地管理 Python 项目。

相当于pip、venv、pyenv 和 pip-tools 等工具的“超级合体”。

安装：

curl -LsSf https://astral.sh/uv/install.sh | sh

出现：

qyy@huanshu:~$ curl -LsSf https://astral.sh/uv/install.sh | sh
downloading uv 0.11.29 x86_64-unknown-linux-gnu
installing to /home/qyy/.local/bin
uv
uvx
everything's installed!

To add $HOME/.local/bin to your PATH, either restart your shell or run:

source $HOME/.local/bin/env (sh, bash, zsh)
source $HOME/.local/bin/env.fish (fish)

安装完后还要配置环境变量，根据提示运行下面命令

source $HOME/.local/bin/env

之后通过

uv –version

输出

qyy@huanshu:~$ uv –version
uv 0.11.29 (x86_64-unknown-linux-gnu)

说明安装成功。

curl

安装这个可以通过命令行下载工具，相当于终端里的浏览器。

sudo apt install curl

wget

这个也是一个下载工具，和curl差不多

sudo apt install wget

unzip

解压工具

unzip project.zip

sudo apt install unzip

zip

压缩工具

sudo apt install zip

build-essential

以后很多 Python 包都会用。这是linux的C/C++ 编译环境

有些库需要C语言编译。

sudo apt install build-essential

tree（推荐）

查看目录。

sudo apt install tree

例如：

tree

输出：

Projects
├── ai-agent
├── fastapi
└── langgraph

htop（推荐）

查看进程。

sudo apt install htop

以后：

htop

比：

top

舒服很多。

第三部分：以后安装

开始 AI 开发时：

Node.js

推荐：

安装nvm

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash

使用 nvm 安装 Node.js

①先安装nvm

官方安装：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash

刷新环境：

source ~/.bashrc

验证：

command -v nvm

应该输出：

nvm

安装 Node.js

安装最新版 LTS：

nvm install –lts

设为默认：

nvm alias default lts/*

查看：

node -v
npm -v

例如：

不要：

apt install nodejs

推荐使用 nvm

pnpm

npm install -g pnpm

Docker CLI

安装 Docker Desktop 后：

根据上面的配置就可以直接用。 

第四部分：Python 库

以后项目里面：

不要：

pip install

推荐：

uv add fastapi

uv add openai

uv add langgraph

uv add pydantic

uv add httpx

因为 uv 是新一代的 Python 工具链，不仅能安装依赖，还能自动管理虚拟环境、项目依赖和版本锁定，速度比 pip 快很多，开发体验也更好。pip 更适合维护老项目，而对于新建的 AI Agent 项目，通常推荐使用 uv，因为它已经逐渐成为现代 Python 开发的主流工具。

第五部分：以后每天开发流程

每天：

Windows
│
▼
打开 Ubuntu
│
▼
cd ~/Projects
│
▼
code .
│
▼
VS Code
│
▼
开始开发

几乎不会进入：

CMD

第六部分：Linux 命令（必须会）

★★★★★

pwd
ls
cd
mkdir
touch
cp
mv
rm
find
grep
cat
less
head
tail

★★★★☆

chmod
chown
ps
kill
lsof
top
htop

★★★☆☆

zip
unzip
tar
df
du
free

第七部分：Git（必须）

git clone

git status

git add

git commit

git pull

git push

git branch

git checkout

至少要熟练这些。

第八部分：AI Agent 学习顺序

这是我最推荐你的路线。

Linux
│
Git
│
Python
│
uv
│
FastAPI
│
OpenAI SDK
│
Prompt Engineering
│
Function Calling
│
MCP
│
LangGraph
│
RAG
│
Docker
│
Redis
│
PostgreSQL
│
Agent项目

第九部分：以后需要学习的软件

建议顺序：

VS Code
Git
Python
uv
Node.js
pnpm
Docker
FastAPI
OpenAI SDK
LangGraph
MCP
Redis
PostgreSQL
Qdrant

第十部分：真正企业里的开发环境

以后你的电脑应该像这样：

Windows
│
├── VS Code
├── Docker Desktop
├── Chrome
├── Cursor（可选）
│
└── Ubuntu（WSL）
│
├── Git
├── Python
├── uv
├── Node.js
├── pnpm
├── FastAPI
├── Docker CLI
├── OpenAI SDK
├── LangGraph
├── MCP
└── Projects（所有代码）