✅ 最终版：WSL + Windows 大模型开发目录方案

一、最终物理结构（D 盘根目录）

D:\AIDev\                          (AI 开发总入口)
├── Projects\                       (代码)
│   └── my-agent\
│       ├── src\
│       ├── configs\
│       ├── scripts\
│       ├── notebooks\
│       ├── data\
│       └── tests\
├── Models\                         (模型权重，不占 WSL 空间)
│   ├── huggingface\
│   ├── custom\
│   └── embeddings\
├── Datasets\                       (数据集)
│   ├── raw\
│   └── processed\
└── Experiments\                    (日志与结果)
    └── logs\

---

二、Step 1：Windows 侧建目录（PowerShell）

以普通用户打开 PowerShell，直接复制执行：

# 1. 创建总目录
New-Item -ItemType Directory -Path "D:\AIDev"

# 2. 创建一级目录
New-Item -ItemType Directory -Path "D:\AIDev\Projects"
New-Item -ItemType Directory -Path "D:\AIDev\Models"
New-Item -ItemType Directory -Path "D:\AIDev\Datasets"
New-Item -ItemType Directory -Path "D:\AIDev\Experiments"

# 3. 创建项目骨架
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\src"
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\configs"
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\scripts"
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\notebooks"
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\data"
New-Item -ItemType Directory -Path "D:\AIDev\Projects\my-agent\tests"

# 4. 创建模型分类
New-Item -ItemType Directory -Path "D:\AIDev\Models\huggingface"
New-Item -ItemType Directory -Path "D:\AIDev\Models\custom"
New-Item -ItemType Directory -Path "D:\AIDev\Models\embeddings"

# 5. 创建数据集与实验目录
New-Item -ItemType Directory -Path "D:\AIDev\Datasets\raw"
New-Item -ItemType Directory -Path "D:\AIDev\Datasets\processed"
New-Item -ItemType Directory -Path "D:\AIDev\Experiments\logs"

---

三、Step 2：Ubuntu 侧确认挂载

打开 Ubuntu (WSL)，确认能看到 D 盘：

ls /mnt/d/AIDev

预期输出：

Projects  Models  Datasets  Experiments

以后在 Ubuntu 里的唯一工作路径就是：

cd /mnt/d/AIDev/Projects/my-agent

---

四、Step 3：Python 虚拟环境

建议在 WSL 本地存放 venv（体积小，速度快）：

# 进入项目目录
cd /mnt/d/AIDev/Projects/my-agent

# 创建虚拟环境
python -m venv ~/.venvs/my-agent

# 激活
source ~/.venvs/my-agent/bin/activate

# 升级基础工具
pip install --upgrade pip setuptools wheel

---

五、Step 4：配置环境变量（✅ 保留的第五步）

这是为了防止 WSL 虚拟磁盘爆炸的关键步骤。

编辑 ~/.bashrc：

nano ~/.bashrc

滚动到最底部，粘贴以下内容（注意路径是 /mnt/d，不是软连接）：

# ===== AI Dev Environment Variables =====
# 强制 HuggingFace / Torch 使用 D 盘真实路径，不占用 WSL 虚拟磁盘空间
export HF_HOME=/mnt/d/AIDev/Models/huggingface
export TRANSFORMERS_CACHE=/mnt/d/AIDev/Models/transformers
export TORCH_HOME=/mnt/d/AIDev/Models/torch
# =========================================

保存退出（Ctrl + X→ Y→ Enter），然后生效：

source ~/.bashrc

---

六、验证方案是否生效

1. 检查路径

echo $HF_HOME

应输出：

/mnt/d/AIDev/Models/huggingface

2. 模拟安全测试（可选）

在 Ubuntu 里随便创建一个文件：

touch /mnt/d/AIDev/Models/test_safety.txt

去 Windows 资源管理器看 `D:\AIDev\Models`，能直接看到这个文件，说明两边互通无误。

---

七、核心优势总结

风险点	本方案的防护
WSL 虚拟磁盘膨胀	✅ 模型/数据全在 D 盘真实分区
误删文件	✅ Windows 侧有完整目录结构
路径混乱	✅ 全程使用 /mnt/d/AIDev/...
新手误解	✅ 无软连接，所见即所得
2T 硬盘利用率	✅ 100% 用于存放模型和数据

这套方案现在非常稳固，你可以直接开始写代码或拉取模型了。