必须为jev模型单独创建python虚拟环境，使用conda create -n jev_env python=3.10，激活后安装pytorch及transformers等依赖，并通过ipykernel注册jupyter内核，最后验证torch和transformers可正常导入。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要本地部署JEV模型，必须为它单独准备一套Python运行环境，避免与系统或其他项目依赖冲突——直接在全局环境装包，轻则模型加载报错，重则破坏conda自身命令，连conda list都执行失败。
确认Miniconda已安装并初始化
打开终端（Windows用Anaconda Prompt或cmd，macOS/Linux用Terminal），输入conda --version。若返回类似conda 24.9.2的版本号，说明已安装；若提示“command not found”，需先下载Miniconda并勾选“Add to PATH”或运行conda init完成初始化。
这一步不可跳过：【未初始化的conda无法创建可用环境，后续所有操作都会卡在Solving environment阶段】
创建JEV专用虚拟环境
执行以下命令创建名为jev_env的独立环境，并指定Python版本为3.10（JEV模型多数依赖此版本，3.12暂不兼容）：
conda create -n jev_env python=3.10 -y
等待安装完成，期间conda会自动下载并解压Python解释器及基础库。不要手动中断，否则环境可能处于半损坏状态，后续需用conda env remove -n jev_env彻底清理。
激活环境并安装JEV核心依赖
第一步：激活环境
conda activate jev_env
第二步：安装PyTorch（JEV模型推理必需）
访问PyTorch官网（https://pytorch.org/get-started/locally/），选择与你机器匹配的CUDA版本（无NVIDIA显卡选CPU版），复制conda install pytorch...命令，粘贴执行。例如：
conda install pytorch torchvision torchaudio cpuonly -c pytorch
第三步：安装JEV模型所需其他包（以官方requirements.txt为例）
若已有requirements.txt文件，直接运行：pip install -r requirements.txt；若无，至少补全：pip install numpy pandas scikit-learn transformers sentence-transformers
为Jupyter Notebook注册JEV内核
方法一：在jev_env中安装jupyter并注册内核（推荐）
conda install jupyter → python -m ipykernel install --user --name jev_env --display-name "Python (jev_env)"
方法二：仅注册内核（不装jupyter，节省空间）
确保base环境已装nb_conda_kernels：conda install nb_conda_kernels，然后在jev_env中运行：conda install ipykernel → python -m ipykernel install --user --name jev_env
注意：【两次执行install --name jev_env会导致内核重复，Jupyter启动后出现两个同名选项，但只有一个能正常加载模型】
验证JEV环境是否就绪
第一步：启动Jupyter Notebook
jupyter notebook
第二步：新建Notebook，点击右上角Kernel → Change kernel → 选择Python (jev_env)
第三步：在第一个cell中输入并运行：
import torch; print(torch.__version__); import transformers; print(transformers.__version__)
若两行版本号均正常输出，且无ModuleNotFoundError，说明JEV模型运行环境已搭建完成。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
