ブログサイトのロゴsui Tech Blog

Anacondaはシステム環境変数の設定方法が異なるらしい

Anacondaとcmdでは環境変数の設定方法が異なるという発見についての備忘録。

目的

皆様の時間を奪わないようにする。

経緯

discord.pyでシステム環境変数にDISCORD_BOT_TOKENとしてTOKENを設定したが、なぜかエラーになる。

調べたところ、Anacondaとcmdでは環境変数の設定が異なることを知った。

該当のソース(一部抜粋)

import osZ
import discord
 
## Bot のアクセストークン
DISCORD_BOT_TOKEN = os.environ.get("DISCORD_BOT_TOKEN")

システム環境変数にはTOKENの値が設定してある状態で、エラーが発生した。

解決法

🤔「せや!Chat GPTに聞いたろ!」

Anacondaを使用している場合、環境変数を設定する方法が異なります。次の手順に従って、Anaconda環境に環境変数を設定してください。
まず、Anaconda Promptを開きます。
現在の環境に環境変数を追加するには、次のコマンドを実行します
(your_tokenを実際のDiscord Botトークンに置き換えてください):
 
conda env config vars set DISCORD_BOT_TOKEN=your_token
 
環境変数が設定されたことを確認するには、次のコマンドを実行してください:
 
conda env config vars list
 
設定が完了したら、環境を再アクティブ化する必要があります。
次のコマンドを実行してください(your_env_nameを実際の環境名に置き換えてください):
 
conda activate your_env_name
 
これで、Anaconda環境に環境変数が設定され、Pythonスクリプトからアクセスできるようになります。
環境変数が正しく設定されているかどうかをテストするには、次のPythonコードを実行してください:
 
import os
 
discord_bot_token = os.environ.get("DISCORD_BOT_TOKEN")
print(f"Discord Bot Token: {discord_bot_token}")
 
これにより、設定した環境変数の値が表示されます。
 

実行結果

python source.py
 
>>> Discord Bot Token: 設定したトークン

...

関連記事

agents-browserPlaywrightAI

AIエージェント向けに最適化されてたagents-browserをPlaywright MCPと比較検証してみた

agents-browserの「Up to 93% less context than Playwright MCP」は本当か気になったので、Yahoo! JAPANを対象にPlaywright MCPと比較してデータ削減率とトークン消費量を検証します。

記事を読む
Playwright

やはり俺のPlaywrightはまちがっている。

過去のプロジェクトから流用したPlaywrightのコードは「動いて」いました。しかし、偶然ドキュメントを読み直したとき、「動く」と「正しく動く」の間には設計思想の違いがあることに気づきました。page.evaluate()ではなくlocatorを使うべき理由、waitForNavigation()が非推奨である理由。公式ドキュメントには、単なるAPIリファレンスではなく「なぜこの方法が推奨されるのか」が書かれています。時間がない現実の中で、それでもドキュメントを読む価値とは何かを考えます。

記事を読む
ブログAI

図解から始める認知負荷との付き合い方

AI時代、文字を読む量が圧倒的に増えています。生成AIからの提案を承認する度に大量のテキストを読み込む認知負荷の高さに「もう無理だ」と感じた経験から、技術ブログに図解機能を実装しました。図解は「記憶の定着装置」として機能し、全体像を視覚的に示すことで認知負荷を下げます。本記事では、なぜ図解が有効なのか、そしてAIを活用してどう実装したのかを解説します。

記事を読む