必须用arm64原生Python，否则numpy、torch等包会报no matching distribution或编译失败；确认方法：先运行arch输出arm64，再运行python3 -c "import platform; print(platform.machine())"输出arm64，二者缺一不可。
必须用 arm64 原生 Python，否则 numpy、torch、scipy 等包会报 no matching distribution 或编译失败——这不是 pip 配置问题，是底层架构错配。
怎么确认当前 Python 是真 arm64？
很多人以为装完就 ok，其实终端或 Python 解释器可能正被 Rosetta 悄悄转译。两步验证缺一不可：
- 运行
arch，输出必须是arm64 - 运行
python3 -c "import platform; print(platform.machine())"，输出也必须是arm64
如果任一为 x86_64：右键“终端”App → “显示简介” → 取消勾选“使用Rosetta打开”，重启终端。别信 python3 --version，它不反映架构。
为什么不能用系统自带 /usr/bin/python3？
macOS 自带的 /usr/bin/python3 是只读、老旧、且 Apple 明确不保证兼容性的系统组件。它既不是 arm64 原生（实际是通用二进制但 runtime 强制降级），也无法升级 pip 或安装扩展包。运行 which python3，如果路径含 /usr/bin/ 或 /usr/local/bin/，说明你正在用错版本。
立即学习“Python免费学习笔记（深入）”；
正确路径应为：
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
-
/opt/homebrew/bin/python3（Homebrew 安装） -
~/miniforge3/bin/python3（Miniforge 安装）
确保 /opt/homebrew/bin 在 $PATH 最前面：检查 echo $PATH，它应排在 /usr/bin 之前。
Homebrew 和 Miniforge 该怎么选？
二者都提供 arm64 原生二进制，但适用场景不同：
-
Homebrew（适合脚本、Web、轻量开发）：
先确认已装 Apple Silicon 版 Homebrew（路径为/opt/homebrew），再执行brew install python。
验证：python3 -c "import sys; print(sys.base_prefix)"应输出类似/opt/homebrew/opt/python@3.12/Frameworks/Python.framework/Versions/3.12 -
Miniforge（适合数据科学、深度学习）：
它默认只启用conda-forgechannel，预编译包全为osx-arm64，避免 solver 卡死。
安装命令：curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh"，然后bash Miniforge3-MacOSX-arm64.sh
验证：conda info --subdir必须输出osx-arm64
别用 Anaconda 或旧版 Conda：默认 channel 仍以 osx-64 为主，极易触发 solver 爆炸或自动降级；也别用 pyenv 除非加 CONFIGURE_OPTS="--enable-universal2"，否则默认产出 x86_64。
pip 升级和包安装最容易踩的坑
即使 Python 是 arm64，pip 本身也可能还是旧版或缓存了错架构的二进制：
- 升级必须用：
python3 -m pip install -U pip（直接调pip install -U pip可能命中 x86_64 缓存） - 装包失败时，先查 PyPI 是否有
macosx_arm64wheel：pip index versions numpy，若无，再试pip install --no-binary :all: numpy强制源码编译 - conda 用户务必删掉 defaults channel：
conda config --remove-key channels && conda config --add channels conda-forge && conda config --set channel_priority strict
PyTorch/TensorFlow 这类库必须用官网指定命令安装（如 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/macos-arm64），别依赖默认源——wheel 标签不匹配比网速慢更致命。
