为何不建议直接在本地windows安装？#

• 运行机制臃肿：SageMath 核心依赖类 Unix 环境，Windows 原生版本实际上是捆绑了一个庞大的 Cygwin 模拟层，导致安装包体积达到数 GB，且运行效率存在明显折损。
• 生态集成困难：原生 Windows 版相对封闭，难以与现有的命令行工具链（如 Git、系统级 Python 脚本等）顺畅集成。

通过 Windows Subsystem for Linux (WSL) 运行原生的 Ubuntu 环境，可以无损调用 Linux 的执行效率，并与 Windows 宿主机文件系统互通。

部署步骤：#

1. 下载并安装 Miniforge：

1
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"
2
bash Miniforge3-$(uname)-$(uname -m).sh

按下回车键

输入yes

安装过程中按提示确认，完成后执行以下命令初始化环境变量：

1
source ~/.bashrc

创建并激活 SageMath 独立环境（以 Python 3.12 为例）：

1
conda create -n sage sage python=3.12
2
conda activate sage

当终端提示符前出现 (sage) 时，即表示部署完成。直接输入 sage 即可进入交互环境

交互式命令行#

1
# 启动交互式终端
2
sage
3

4
# 示例操作 (进入 sage: 提示符后)
5
# factor(2^128 - 1)
6
# exit()  (退出)

适用于临时的数学计算、大数分解或验证某个公式。

1. 进入环境：conda activate sage
2. 启动：输入 sage
3. 操作：在 sage: 提示符后输入数学表达式。
   • 例如：factor(2^128 - 1)
4. 退出：输入 exit 或按 Ctrl + D。

终端编辑#

使用 Nano

1. 新建/打开文件：输入 nano solve.py。

2. 编辑内容：在编辑器中输入代码。注意必须引入 Sage 库：

   1
   from sage.all import *
   2
   # 这里写逻辑，例如：
   3
   print(is_prime(2**31 - 1))

3. 保存：按 Ctrl + O，然后按 Enter 确认文件名。

4. 退出：按 Ctrl + X。

5. 运行：在终端输入 sage solve.py。

Conda 常用指令#

• conda list：查看当前环境安装了哪些包。
• conda install <package>：在当前环境安装新工具（如 requests）。
• conda env remove -n sage：删除整个 sage 环境。

关于关闭“自动激活 base 环境”#

命令：conda config --set auto_activate_base false

• 利：保持系统纯净。WSL 启动时不会抢占系统路径，避免 Conda 的库与你进行的 xv6 或 C 语言底层实验产生冲突。
• 弊：增加操作成本。每次使用 Sage 必须手动 conda activate sage，否则系统找不到 sage 命令。
• 不关闭的影响：终端始终显示 (base)，系统优先使用 Conda 提供的 Python，这可能导致你在编译一些依赖特定系统库的 C/C++ 项目时报错。