环境配置

我们使用类 Unix 系统来完成本作业的环境配置。不推荐使用 Windows 系统完成下述设置，如果为 Windows 用户，建议安装 WSL2。

GitLab 公钥配置

首先确保你的系统已经安装了 SSH 客户端。大部分 Linux 发行版和 macOS 已预装 SSH 客户端。Windows 用户可以安装 Git Bash 或使用 Windows 10 及更高版本的内置 SSH 客户端。

首先，你应该检查是否已经有了 SSH 密钥对，如果没有则需要生成。

1. 打开一个终端窗口。
2. 输入 cd ~/.ssh 进入 SSH 目录。
3. 使用 ls 命令查找 id_rsa（私钥）和 id_rsa.pub（公钥）文件。如果这些文件存在，说明你已经有了 SSH 密钥对，无需重新生成。

如果经过上述检查，你没有现成的 SSH 密钥对，可以按照以下步骤生成一个新的密钥对：

ssh-keygen -t rsa -b 4096 -C "your_email@example.com"

• -t rsa 指定密钥类型为 RSA。
• -b 4096 指定密钥长度为 4096 位，以提高安全性。
• -C "your_email@example.com" 为密钥添加一个注释，通常使用你的邮箱地址。

按照提示操作，你可以为密钥设置一个密码（也称为 "passphrase"，之后每次尝试使用私钥验证时均需提供），也可以直接按 Enter 键跳过，创建一个没有密码的密钥。密钥对将生成在 ~/.ssh 目录下，私钥文件为 id_rsa，公钥文件为 id_rsa.pub。

然后，我们把公钥配置在远端 GitLab 上，以供我们的身份验证。

一旦你有了 SSH 密钥对，下一步是将公钥添加到你的 GitLab 账户中。这样做可以让 GitLab 识别你的计算机，从而允许安全的代码推送和拉取操作，而无需每次都输入用户名和密码。

使用你的用户名和密码登录到 GitLab（注意本教程作业位于 Tsinghua Git 上，而我们之后的课程大作业将位于 SECoder Git 上，这是两个不同的 Git 源，需要分别配置公钥）。

登录后，选择 “Edit Profile”（设置）。在左侧菜单中，选择 “SSH Keys”（SSH密钥），然后选择 “Add new key”。

在 “Key”（密钥）文本框中，粘贴你的 SSH 公钥。在 “Title”（标题）字段中，为你的密钥添加一个描述性标题，帮助你记住这个密钥是用于哪台计算机或什么目的。然后点击 “Add key”（添加密钥）。

完成以上步骤后，你就成功将你的 SSH 公钥添加到了 GitLab，现在你可以通过 SSH 安全地连接到 GitLab，进行代码的推送、拉取等操作了，而无需每次操作时都输入用户名和密码。

配置后端代码运行的虚拟环境 Conda Environment

虚拟环境是一个独立的、隔离的目录树，允许 Python 用户和开发者在不同的项目之间维护隔离的开发环境。通过使用虚拟环境，你可以为每个项目安装不同版本的包和 Python 本身，而不必担心这些安装会相互冲突或影响到系统级的 Python 安装。这种隔离性是虚拟环境的核心优势，有助于保证项目的依赖关系清晰和一致，从而使得项目更容易被其他人理解、使用和维护。

Miniconda 是一个轻量级的 Anaconda 发行版，它包括了 conda、Python 以及少数必要的库。相比于完整的 Anaconda 发行版，Miniconda 提供了一个更为简洁、灵活的方式来管理 Python 虚拟环境和下属的包。

首先，我们下载并安装 Miniconda。

前往 Miniconda 官网 https://docs.anaconda.com/free/miniconda/index.html，选择 Miniconda3 Linux 64-bit 即可进行下载，复制其下载链接后，可在终端键入：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

即可进行下载。下载完成后，输入下述命令进行安装（注意这里前面添加了 sudo，是为 root 用户安装）。

sudo bash Miniconda3-latest-Linux-x86_64.sh

然后一直回车，同意协议。选取合适的安装位置后（可使用默认，请记住该位置）开始解包，解包完成后选择同意初始化并添加环境变量。

之后输入 </path/to/installed/conda>/bin/conda init <bash/当前你用的 shell> ，给当前用户设置环境变量。

然后重启终端，或使用 source ~/.bashrc 刷新环境变量。这时发现终端 prompt 输入的前面就会有一个 (base)，代表激活了默认环境，安装完成。

常用的 conda 命令：

# 创建虚拟环境
conda create -n <env_name> [python_version]

# 删除虚拟环境
conda remove -n <env_name>

# 激活虚拟环境
conda activate <env_name> 

# 退出虚拟环境(进入环境状态下才可使用)
conda deactivate 

# 查看虚拟环境列表
conda env list

这时我们可以开始配置我们的虚拟环境。按照文档要求，我们使用 Python=3.9 配置本次作业：

conda create -n django_hw python=3.9 -y
conda activate django_hw

然后，我们克隆作业仓库：

git clone <后端教程地址/请参考最新版文档>

之后我们使用 cd 命令进入新克隆的作业仓库，仓库中应该有 requirements.txt。在此环境的基础之上，你可以运行下述命令安装依赖：

pip install -r requirements.txt

如果下载过慢，请参考 https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ 将 PyPI 设为默认源。这时教程作业环境配置已完成，可以按照教程作业的指引检查环境配置是否成功。

作者: Ashitemaru (20.39%), c7w (79.61%)