启动环境依赖配置

install/install_dependencies.bat

@@ -22,7 +22,7 @@ if "%choice%"=="1" (
     echo 安装除PyTorch以外的其他依赖...
     pip install numpy==2.3.0 pandas==2.3.0 matplotlib==3.10.3 scikit-learn==1.7.0 tqdm==4.67.1 openpyxl==3.1.5
     echo 从PyTorch官方源安装CUDA 12.1版本的PyTorch...
-    pip install torch==2.7.1 --index-url https://download.pytorch.org/whl/cu121
+    pip install torch==2.7.1 --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu121
 ) else if "%choice%"=="3" (
     echo 正在安装GPU版本(CUDA 11.8)依赖...
     echo 首先安装基础依赖...
@@ -30,7 +30,7 @@ if "%choice%"=="1" (
     echo 安装除PyTorch以外的其他依赖...
     pip install numpy==2.3.0 pandas==2.3.0 matplotlib==3.10.3 scikit-learn==1.7.0 tqdm==4.67.1 openpyxl==3.1.5
     echo 从PyTorch官方源安装CUDA 11.8版本的PyTorch...
-    pip install torch==2.7.1 --index-url https://download.pytorch.org/whl/cu118
+    pip install torch==2.7.1 --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu118
 ) else (
     echo 无效的选项！请重新运行脚本并选择正确的选项。
     goto end

install/install_torch_gpu.bat

@@ -14,15 +14,15 @@ set /p choice=请输入选项 (1/2):
 
 if "%choice%"=="1" (
     echo 正在安装PyTorch CUDA 12.8版本...
-    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
+    uv pip install torch torchvision torchaudio --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu128 --system
 ) 
 else if "%choice%"=="2" (
     echo 正在安装PyTorch CUDA 12.6版本...
-    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
+    uv pip install torch torchvision torchaudio --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu126 --system
 )
 else if "%choice%"=="3" (
     echo 正在安装PyTorch CUDA 11.8版本...
-    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
+    uv pip install torch torchvision torchaudio --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu118 --system
 ) else (
     echo 无效的选项！
     goto end

配置UV清华镜像源.bat

@@ -0,0 +1,12 @@
+@echo off
+chcp 65001 >nul
+echo 🚀 配置 UV 全局镜像源为清华大学...
+echo.
+
+uv config set global.index-url "https://pypi.tuna.tsinghua.edu.cn/simple"
+
+echo.
+echo ✅ UV 全局镜像源已成功设置为清华大学镜像！
+echo 💡 现在您可以运行其他安装脚本了。
+echo.
+pause

配置与安装指南.md

@@ -0,0 +1,111 @@
+# 项目配置与依赖安装指南
+
+本文档旨在提供清晰的指导，帮助您完成项目环境的配置和所有依赖库的安装。
+
+## 1. 主要修改记录
+
+为了优化和统一依赖安装体验，我们对安装脚本进行了一系列更新：
+
+### a. 统一使用清华大学镜像源
+
+为了提高国内用户的下载速度和稳定性，所有安装脚本中的依赖下载地址均已更新为清华大学镜像源。
+
+- **PyTorch 源**：已从 `download.pytorch.org` 更改为 `https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/`。
+- **影响文件**：
+  - `install/install_dependencies.bat`
+  - `install/install_torch_gpu.bat`
+
+### b. 依赖安装工具统一为 UV
+
+为了获得更快的依赖解析和安装速度，项目现在推荐全面使用 `uv` 作为包管理工具。原先使用 `pip` 的命令已被替换为 `uv pip`。
+
+### c. 解决 UV 环境问题
+
+为了解决在没有激活虚拟环境时 `uv` 无法安装包的问题（`error: No virtual environment found`），我们为所有的 `uv pip install` 命令添加了 `--system` 标志。这允许 `uv` 将依赖直接安装到系统的 Python 环境中。
+
+## 2. 依赖安装步骤
+
+请根据您的硬件环境，按照以下步骤进行安装。
+
+### 步骤零：配置全局镜像源（首次安装必须执行）
+
+为了确保所有依赖都能从国内镜像快速下载，请首先运行以下脚本。**此步骤只需在首次配置时执行一次。**
+
+- **执行命令** (在项目根目录的终端中运行):
+  ```bash
+  .\配置UV清华镜像源.bat
+  ```
+
+### 步骤一：选择并执行安装脚本
+
+项目提供了两个主要的安装脚本，请根据您的需求选择一个运行：
+
+- **`install/install_dependencies.bat`**：
+  - **用途**：适用于首次完整安装。脚本会引导您选择安装 CPU 版本或特定 CUDA 版本的 GPU 依赖。
+  - **执行命令** (在项目根目录的终端中运行):
+    ```bash
+    .\install\install_dependencies.bat
+    ```
+
+- **`install/install_torch_gpu.bat`**：
+  - **用途**：仅用于单独安装或更新 GPU 版本的 PyTorch。
+  - **执行命令** (在项目根目录的终端中运行):
+    ```bash
+    .\install\install_torch_gpu.bat
+    ```
+
+### 步骤二：根据提示选择版本
+
+运行脚本后，您会看到选项菜单。请根据您的计算机是否配备 NVIDIA GPU 以及您的 CUDA 版本，输入相应的数字并按回车。脚本将自动完成后续所有依赖的下载和安装。
+
+## 3. 推荐的 `install_dependencies.bat` 最终脚本
+
+以下是 `install/install_dependencies.bat` 文件的最终推荐内容，它整合了上述所有优化。
+
+```bat
+@echo off
+chcp 65001 >nul
+echo 药店销售预测系统 - 依赖库安装脚本 (UV-Powered)
+echo ==================================
+echo.
+
+echo 请选择要安装的版本:
+echo 1. CPU版本（适用于没有NVIDIA GPU的计算机）
+echo 2. GPU版本 - CUDA 12.1（适用于最新的NVIDIA GPU）
+echo 3. GPU版本 - CUDA 11.8（适用于较旧的NVIDIA GPU）
+echo.
+
+set /p choice=请输入选项 (1/2/3): 
+
+if "%choice%"=="1" (
+    echo 正在使用 UV 安装CPU版本依赖...
+    uv pip install -r requirements.txt --system --index-url https://pypi.tuna.tsinghua.edu.cn/simple
+) else if "%choice%"=="2" (
+    echo 正在使用 UV 安装GPU版本(CUDA 12.1)依赖...
+    echo 首先安装基础依赖...
+    uv pip install -r requirements-gpu.txt --no-deps --system --index-url https://pypi.tuna.tsinghua.edu.cn/simple
+    echo 安装除PyTorch以外的其他依赖...
+    uv pip install numpy==2.3.0 pandas==2.3.0 matplotlib==3.10.3 scikit-learn==1.7.0 tqdm==4.67.1 openpyxl==3.1.5 --system --index-url https://pypi.tuna.tsinghua.edu.cn/simple
+    echo 从清华大学镜像源安装CUDA 12.1版本的PyTorch...
+    uv pip install torch==2.7.1 --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu121 --system
+) else if "%choice%"=="3" (
+    echo 正在使用 UV 安装GPU版本(CUDA 11.8)依赖...
+    echo 首先安装基础依赖...
+    uv pip install -r requirements-gpu-cu118.txt --no-deps --system --index-url https://pypi.tuna.tsinghua.edu.cn/simple
+    echo 安装除PyTorch以外的其他依赖...
+    uv pip install numpy==2.3.0 pandas==2.3.0 matplotlib==3.10.3 scikit-learn==1.7.0 tqdm==4.67.1 openpyxl==3.1.5 --system --index-url https://pypi.tuna.tsinghua.edu.cn/simple
+    echo 从清华大学镜像源安装CUDA 11.8版本的PyTorch...
+    uv pip install torch==2.7.1 --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch/whl/cu118 --system
+) else (
+    echo 无效的选项！请重新运行脚本并选择正确的选项。
+    goto end
+)
+
+echo.
+echo 依赖库安装完成！
+echo.
+echo 验证PyTorch GPU支持状态...
+python -c "import torch; print('CUDA是否可用:', torch.cuda.is_available()); print('PyTorch版本:', torch.__version__); print('GPU数量:', torch.cuda.device_count()); print('GPU名称:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else '无GPU')"
+
+:end
+pause