当前位置：首页 > java >正文

研0大模型学习（第11天）

java 2025/5/5 6:45:30

Mac 用户看过来：使用 VS Code/Cursor 远程连接 Linux 服务器及 PyTorch 环境配置踩坑记录

作为开发者，我们经常需要在远程 Linux 服务器上进行开发和实验，特别是对于深度学习等计算密集型任务。VS Code 和 Cursor（基于 VS Code）凭借其强大的功能和丰富的扩展生态，成为了许多人的首选 IDE。本文将带你了解如何使用 Mac 上的 VS Code 或 Cursor 远程连接到 Linux 服务器，并解决在 PyTorch 环境配置中可能遇到的常见问题。

1. 建立远程连接：Mac VS Code/Cursor via SSH

VS Code 和 Cursor 都提供了强大的 SSH 远程开发功能，让你可以在本地流畅地编辑代码，而实际运行和调试都在远程服务器上进行。

前提条件：

Mac 上安装了 VS Code 或 Cursor。
Mac 上安装了 OpenSSH 客户端（macOS 自带）。
Linux 服务器上安装并运行了 SSH 服务器（sshd）。
拥有服务器的 IP 地址/主机名、用户名及密码或 SSH 密钥。

步骤：

安装 Remote - SSH 扩展：
- 打开 VS Code/Cursor。
- 前往扩展视图 (Cmd + Shift + X)，搜索 “Remote - SSH” 并安装由 Microsoft 提供的扩展。
连接到远程主机：
- 点击左下角的绿色远程状态指示器，或打开命令面板 (Cmd + Shift + P) 搜索 “Remote-SSH: Connect to Host…”。
- 选择 “Add New SSH Host…”。
- 输入连接命令，格式为 user@hostname_or_ip，例如 your_username@your_server_ip。
- 选择一个 SSH 配置文件保存该主机信息 (通常是 ~/.ssh/config)。您可以在配置文件中添加 Port、IdentityFile 等更多配置。
建立连接并安装 VS Code Server：
- 再次执行 “Remote-SSH: Connect to Host…” 并选择您刚刚添加或已有的主机。
- 首次连接可能需要确认主机指纹并输入密码（如果使用密码认证）。
- 连接成功后，VS Code/Cursor 会自动在远程服务器上安装一个 VS Code Server。
- 安装完成后，会打开一个新的窗口，表示已成功连接到远程服务器。

2. 界面调整小技巧：把 Cursor 变得更像 VS Code

Cursor 基于 VS Code，因此很多界面设置是相通的。如果您想让 Cursor 的界面更接近默认的 VS Code 风格，可以进行以下调整：

更改颜色主题和文件图标主题：

打开设置 (Cmd + ,)。
搜索 Color Theme，选择如 Dark+ (default dark) 或 Light+ (default light)。
搜索 File Icon Theme，选择如 Seti (Visual Studio Code)。

调整活动栏位置 (解决图示问题):

如果您发现侧边栏的图标（如文件管理器、搜索等）在顶部横向排列，而您想要 VS Code 默认的左侧竖向排列，可以这样修改：

打开设置 (Cmd + ,)。
搜索 Activity Bar position 或 活动栏位置。
找到 Workbench: Activity Bar.Position 设置项。
将其值从 top 改为 left。

更改后，活动栏会立即移动到窗口左侧。

3. 解决 PyTorch 环境中的 ModuleNotFoundError

在使用远程 Python 环境（特别是带有虚拟环境）时，ModuleNotFoundError 是一个常见的问题。以 PyTorch 的 No module named 'torch' 为例，分析并解决它。

遇到的问题：

在远程服务器上使用 Conda 激活了 pytorch_env 虚拟环境，例如在终端中执行 conda activate pytorch_env。然后在 Cursor 中点击运行按钮执行 Python 代码 (nn.py) 时，依然报错 ModuleNotFoundError: No module named 'torch'。但手动点击右下角选择 pytorch_env 的解释器后，代码就能正常运行了。

原因分析：

问题出在对“激活虚拟环境”和“VS Code/Cursor 使用的解释器”的理解上。

终端激活环境： 在集成终端中执行 conda activate pytorch_env 只会改变当前这个终端会话的环境变量和可执行程序路径。在该终端中直接运行 python 或 pip 会使用虚拟环境中的版本。
VS Code/Cursor 运行代码： 然而，当您点击编辑器中的“运行”按钮或使用相关命令时，VS Code/Cursor 执行代码依赖的是您在界面右下角状态栏中选择的那个 Python 解释器。它不会自动去检测当前活跃的终端环境。如果右下角选择的解释器不是 pytorch_env 中的那个，或者尽管路径正确但 VS Code 未正确初始化，就会使用错误的环境来运行代码。

所以，您在终端中激活环境是正确的，但 VS Code/Cursor 在执行代码时没有使用这个环境，而是使用了另一个没有安装 PyTorch 的环境，导致报错。手动点击右下角明确选择 pytorch_env 的解释器，是直接告诉 VS Code/Cursor “用这个解释器来跑我的代码”，这才使用了正确的环境。

解决方法：

确保 VS Code/Cursor 本身配置为使用您的虚拟环境中的 Python 解释器，并在该环境中安装所需的库。

确保库已安装在虚拟环境中：
- 打开连接到远程服务器的 Cursor 终端。
- 激活您的 pytorch_env 虚拟环境：conda activate pytorch_env (或相应的激活命令)。
- 在已激活的环境中，验证 PyTorch 是否安装：pip list 或 python -c "import torch; print(torch.__version__)"。
- 如果未安装，执行安装命令（例如）：pip install torch torchvision torchaudio (根据 PyTorch 官网选择适合您系统的命令)。
在 VS Code/Cursor 中选择正确的解释器 (最重要)：
- 在连接到远程服务器的 Cursor 窗口中，查看底部状态栏的右侧，找到显示的 Python 解释器信息。
- 点击该信息。会弹出一个列表，显示 VS Code/Cursor 检测到的所有 Python 环境。
- 从列表中选择您的 pytorch_env 虚拟环境对应的 Python 解释器路径（它通常位于您的虚拟环境文件夹下的 bin/python 路径）。