刚装完 Cursor 的人，常会先装 Python 3.11.9 或 Miniconda，再建 rag-base 环境、选解释器。但动 Python 之前，建议先把 Cursor 的模型通道接上 TaoToken：去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建 Key，把 Base URL 填成 https://taotoken.net/api，Key 填刚创建的那把。通道通了，AI 补全和 Chat 才有得用。
很多新手教程把注意力全压在 Python 上：装完 3.11.9、conda 里看到(rag-base)前缀、Command Palette 里选好解释器，就觉得万事大吉。结果一让 Cursor 帮忙看requirements_XXX.txt里某个包为什么装不上，对话要么转圈超时，要么给一段跟当前文件毫无关系的答案。根子不在 Python，而在 Cursor 的补全和对话走的是哪条模型通道。通道没配好，Python 环境再干净也白搭。
1. Cursor 里 AI 补全还在转圈时，先别急着折腾 Python 解释器
1.1 原教程那条路，卡点其实不在 Python 本身
原始教程的节奏很典型：下载 Python 3.11.9 或 Miniconda，敲conda create -n rag-base python=3.11.9，激活环境，打开 Command Palette 用Python: Select Interpreter指到 rag-base，最后pip install -r requirements_XXX.txt收尾。这套流程本身没毛病，按部就班做下去，解释器确实能绑对。
但新手容易忽略一件事：Cursor 是「编辑器 + AI」两层，Python 环境解决的是代码怎么跑，模型通道解决的是 AI 怎么回话。这两个层是独立的。你哪怕把 rag-base 配得完美无缺，只要 Cursor 的模型设置还指着一个不通的地址，补全就会一直转圈，Chat 面板会反复重试，改代码的体验直接崩掉。
1.2 把 Cursor 的模型通道先接到 TaoToken
那为什么不先配 Python、再回头配通道？因为调试顺序反了会浪费大量时间。装包报错时，你最需要 AI 帮你解释requirements_XXX.txt里那条冲突的依赖；如果此时通道是断的，你连求助入口都没有，只能自己一条条去搜。
所以推荐顺序是：先配 Cursor 的模型通道，再配 Python 环境。通道这一层，交给 TaoToken 就够——注册、创建 Key、把 Base URL 填进 Cursor，三个动作。它只负责给 Cursor 供 Key 和 Base URL，不参与装 Python、不参与建 conda 环境、不参与选解释器，边界很清楚。
2. 装 Python 3.11.9 还是 Miniconda，rag-base 环境怎么搭
2.1 两个安装包分别适合什么情况
Python 官方安装包（python.org 上的 3.11.9）胜在干净，装完就是系统级解释器，适合只跑一两个项目、不想被多环境绕晕的人。缺点是项目一多，A 项目要 3.11、B 项目要 3.10，就开始打架。
Miniconda 是另一种思路：它本身只带 conda 和 python，体积比 Anaconda 小很多，但能像切台子一样给你每个项目分一个独立空间。你现在要建的rag-base就是这么一个空间，名字里带 base，实际是给检索类小项目准备的独立环境。RAG 类项目依赖多、互相 version 打架的概率高，Miniconda 更省事。
选哪个不影响后面的步骤。官方包能建虚拟环境，Miniconda 也能用conda或pip，两条路都能走到pip install -r requirements_XXX.txt。
2.2 conda create -n rag-base python=3.11.9 的完整流程
装完 Miniconda 之后，打开一个新的终端（这一步很关键，不然 conda 命令可能还不在 PATH 里），逐条执行：
conda create -n rag-base python=3.11.9 -y conda activate rag-base python --version第三条应该回你Python 3.11.9。如果回的版本不对，说明python还是指到系统解释器，用where python（Windows）或which python（macOS / Linux）看一下路径是不是落在envs/rag-base下面。
顺手把 pip 升一下，后面装包少踩坑：
python -m pip install --upgrade pip到这里 Python 侧的准备就算完成，Cursor 还没参与进来。不要急着打开 Cursor 里的 Chat 问问题，先把模型通道补上。
3. Cursor 的 Models 设置：Base URL 填 https://taotoken.net/api
3.1 先去官网创建 YOUR_API_KEY
打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册账号，进控制台创建一把 API Key，复制出来的那一串在本文里统一记作YOUR_API_KEY。同一页面还能看到模型广场，模型的完整 ID 就写在那里。
注意分清楚两个地址的用途：给人点的落地页是https://taotoken.net/?utm_source=taotoken_aicg_blog_end，用来注册、建 Key、看用量；填进 Cursor 的 Base URL 是https://taotoken.net/api，末尾不要加/v1，也不要给它挂任何查询参数。
3.2 Settings → Models 里填 Key 和 Base URL
打开 Cursor，用Cmd/Ctrl + Shift + J进 Cursor Settings，左侧切到Models。这个面板里有两处要动手：
第一处是 OpenAI API Key 输入框，把YOUR_API_KEY粘进去。第二处是 Override OpenAI Base URL 的开关，打开后填：
https://taotoken.net/api不同 Cursor 版本这个开关的叫法略有差别，有的版本放在 API Keys 折叠区里，找不到就在搜索框里敲 base url。填完保存，回到主界面打开 Chat 面板发一句「你好」，能正常回话说明通道通了；如果一直转圈，先看下一节的排障。
这里要强调的是：Base URL 只填https://taotoken.net/api，不要写成带/v1的形式，也不要把官网那串带 utm_source 的地址粘进去。utm 参数是给页面统计用的，写进接口地址只会让请求 404。
3.3 模型 ID 以模型广场为准，别自己编
Cursor 的模型列表里可以勾选内置模型，也可以在 Custom Model 里手填模型名。手填时，名字必须跟 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 模型广场上列的完整 ID 一致。
不要凭印象写gpt-5，也不要自己加日期后缀。名字对不上，接口会直接拒绝，报错文本通常是 model not found 一类。碰到这种情况，回模型广场复制一遍完整 ID 重填即可。模型广场的列表会更新，具体有哪些、当时可用的 ID 是什么，都以你打开页面时看到的为准。
4. Command Palette 里选解释器，把 Cursor 绑到 rag-base
4.1 Python 扩展没装，Select Interpreter 是不会出现的
Cursor 基于 VS Code，Python 相关的命令来自 Python 扩展。如果你在 Command Palette（Cmd/Ctrl + Shift + P）里搜不到Python: Select Interpreter，多半是扩展没装。切到 Extensions 面板，搜索 Python 装上，重启窗口再来。
装好之后，Cmd/Ctrl + Shift + P→ 输入Python: Select Interpreter→ 在列表里选带rag-base字样的那一条。选中后，Cursor 左下角状态栏会显示当前解释器路径，点一下还能快速切换。
判断有没有选对，最直接的办法是新建一个.py文件，写两行：
import sys print(sys.executable)运行后打印出的路径里应该包含envs/rag-base。如果打出来的是系统 Python，说明解释器没绑上，回上一步重选。
4.2 工作区锁解释器，别让 Cursor 每次都问
选解释器这个动作默认记在用户级，换一个文件夹打开就可能丢。更稳的做法是在项目根目录建.vscode/settings.json，把解释器写死：
{ "python.defaultInterpreterPath": "/Users/yourname/miniconda3/envs/rag-base/bin/python", "python.terminal.activateEnvironment": true }Windows 上的路径类似C:\\Users\\yourname\\miniconda3\\envs\\rag-base\\python.exe，注意反斜杠要转义。路径按你自己conda env list输出的实际情况填，别照抄。这样下次打开这个项目，Cursor 会自动认解释器，终端也会自动激活 rag-base。
5. requirements_XXX.txt 装依赖，才是 AI 真正该上场的地方
5.1 把装包报错整段贴给 Cursor
依赖安装是新手最容易崩的一步。命令本身很短：
pip install -r requirements_XXX.txt但实际执行时经常中途报错，比如某个包编译失败、某个版本找不到。这时候别只贴最后一行ERROR，把完整报错从第一条Collecting开始整段复制给 Cursor Chat，让它解释是哪条依赖引起的、该不该放宽版本。Cursor 只做解释和给修改建议，pip install这条命令还是你自己在终端里敲。
装得慢的话可以临时换镜像源：
pip install -r requirements_XXX.txt -i https://pypi.tuna.tsinghua.edu.cn/simple这个只是下载加速，跟模型通道是两件事，别混在一起排查。
5.2 pip 冲突和版本钉死的处理
requirements_XXX.txt里常常把版本钉得很死，比如numpy==1.23.5和另一个包要求的numpy>=1.24直接对上。这类冲突，AI 一般能看出是哪两行打架，但改法要你自己判断：是放宽上限、还是退回旧版本。
比较稳妥的顺序是：先按原文件装一遍，记下第一个失败点；把这一段报错丢给 Cursor，问它「这两个约束能不能同时满足」；得到建议后，你自己在requirements_XXX.txt里改一行，再重跑。
pip install -r requirements_XXX.txt python -c "import numpy; print(numpy.__version__)"装完用pip list或上面的 import 方式抽查几个关键包，确认版本落在预期范围。这一步跑通，Python 环境就算真正立起来了。
6. 验证通道和用量：让它解释一段 Python，再回控制台看一眼
6.1 用一段十行脚本确认 Key 与 Base URL
Cursor 的 Chat 回话正常，说明通道已经通了，但你还可以用一段独立脚本再确认一遍，避免 Key 被别处覆盖。另开一个终端，激活 rag-base，装上openai：
pip install openai然后跑这段：
from openai import OpenAI client = OpenAI( api_key="YOUR_API_KEY", base_url="https://taotoken.net/api", ) resp = client.chat.completions.create( model="YOUR_MODEL_ID", messages=[{"role": "user", "content": "用一句话解释 conda 环境是什么。"}], ) print(resp.choices[0].message.content)YOUR_MODEL_ID换成模型广场上复制的完整 ID，base_url同样不要加/v1。回话正常，说明 Key、Base URL、模型 ID 三样都对得上。
6.2 401、404 和解释器选错的对照排查
三类问题最容易撞上，判断方法不一样：
- 401 Unauthorized：Key 本身有问题。可能是复制时带了空格，也可能是那把 Key 已失效。去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 重新生成一把再填。
- 404 Not Found：九成是 Base URL 写错了，比如末尾多加了
/v1，或者把官网那串带 utm_source 的地址粘了进去。改回https://taotoken.net/api即可。 - Cursor 里用哪个解释器都不对：这是 Python 侧的问题，跟通道无关。用
sys.executable打印路径，对照conda env list找到 rag-base 的真实位置，重新在.vscode/settings.json里写死。
排查时按这个顺序走：先确认脚本能不能跑通，脚本通了再回来调 Cursor，能省掉一半来回折腾。
6.3 配完之后，去哪里看用量和套餐
通道和 Python 环境都跑通，可以回到 TaoToken 模型对话 用同一把 Key 发一条消息，顺手看看这次调用有没有记上账。如果你准备长期拿 Cursor 写 Python，可以打开 Coding Plan 估一下套餐够不够用；Key 需要重建时，在 控制台 API Keys 里操作即可。
对了，Cursor 的补全和 Chat 是两个入口，首次配好之后建议分别试一次：补全试打for i in range看它能不能接上；Chat 试让它解释上面那段sys.executable的输出。两个都正常，才算真的把 Cursor 从「只是个编辑器」变成「能帮你写 Python 的编辑器」。
