第一课:开发环境准备与你的第一个 AI Agent

🎯 这一课要达成什么：在自己的电脑上把"开发环境"搭好，拿到调用 AI 的钥匙（API Key），并亲手跑通第一段会"思考"的代码。学完这一课，你就从"只会用网页版 AI"升级到"能让 AI 在自己代码里干活"。
⏱ 预计学习时间：6–8 小时（大部分时间花在装软件和踩坑上，别着急，这很正常）
📌 难度：⭐☆☆☆☆（零基础友好，每一步都有手把手说明，跟着做就行）
🧰 需要准备：一台能上网的电脑（Windows 或 Mac 都行）、一点耐心。不需要任何编程基础。

这是整门课的第一课，先说清楚它的定位

欢迎来到这门 AI Agent 课程的第一课。

很多 AI 教程一上来就丢给你一堆理论或一屏代码，结果新手卡在"电脑都没准备好"这一步就放弃了。我们不这样。这门课的第一课，只做一件事——把你的电脑变成一个能开发 AI 的地方，并让你亲手见证 AI 在自己写的程序里跑起来。

这一课不讲任何高深的 Agent 理论（那是后面几课的事），就像盖房子前先打地基：地基稳了，后面盖多高都不怕。

学完这一课，你将获得

• ✅ 一台配置好 Python 开发环境的电脑
• ✅ 看懂"命令行"这个黑框框，不再害怕它
• ✅ 学会用"虚拟环境"给每个项目隔出独立空间
• ✅ 一把能调用 AI 的钥匙（API Key），并知道怎么安全保管它
• ✅ 一个亲手跑通的、能让 AI 说话的真实程序
• ✅ 一个会"循环思考 + 记忆"的迷你 Agent —— 你的第一个 Agent 雏形

💡 别怕"装环境"这三个字。很多人卡在这一步放弃，其实只是没人把每一步讲清楚。这一课我会像教家里长辈装软件一样，一步一步带你走。遇到报错也别慌——课程最后有"踩坑急救站"。

1. 先搞清楚我们要装什么
2. 第一步：安装 Python
3. 第二步：认识"命令行"这个黑框框
4. 第三步：创建一个"独立工作间"（虚拟环境）
5. 第四步：拿到调用 AI 的钥匙（API Key）
6. 第五步：安全地保管你的钥匙
7. 动手时刻：跑通你的第一个 AI 程序
8. 进阶动手：写一个会"循环思考"的迷你 Agent
9. 课后作业
10. 常见问题解答（踩坑急救站）

1. 先搞清楚我们要装什么

在动手之前，先用一个比喻把"我们到底要准备什么"说清楚，这样你装的时候心里有数，而不是机械照抄命令。

🍳 用"开餐厅"打个比方

假设你要开一家餐厅做菜（"做菜"= 写 AI 程序），你需要准备：

餐厅里的东西	对应的开发工具	干什么用的
🔥 灶台	Python	真正"做菜"（运行代码）的地方
🚪 后厨入口	命令行（终端）	你下达指令的地方，比如"开火""上菜"
🍱 独立的备菜台	虚拟环境	这道菜专用的台面，不和别的菜串味
🔑 食材供应商的会员卡	API Key	凭它才能"进货"——让远方的 AI 给你干活
📦 现成的调味料包	第三方库（如 anthropic）	别人写好的工具，拿来即用，不用自己从头做
✍️ 菜谱本	代码编辑器（VS Code）	你写下"怎么做菜"的地方

这一课我们就是把这六样东西一件件备齐。看着多，其实每件都是几分钟的事。

2. 第一步：安装 Python

Python 是什么？ 它是一种编程语言，也是 AI 开发用得最多的语言。你可以把它理解成"灶台"——所有代码都要靠它来"点火运行"。

🪟 Windows 用户

1. 打开浏览器，访问 Python 官网：https://www.python.org/downloads/
2. 点击页面上大大的黄色按钮 "Download Python 3.x.x"（数字是几无所谓，3.10 以上都行）
3. 双击下载好的安装包
4. ⚠️ 最关键的一步：安装界面最下方有个勾选框 "Add Python to PATH"，一定要打勾！ 不勾的话后面命令行会找不到 Python，这是新手最常见的坑。
5. 然后点 "Install Now"，等它装完即可

🍎 Mac 用户

Mac 通常自带一个旧版 Python，但版本太老。推荐装新的：

1. 访问 https://www.python.org/downloads/
2. 下载 macOS 版安装包（.pkg 文件）
3. 双击，一路点"继续"装完即可

✅ 怎么确认装好了？

先别管"命令行"是什么（下一节会讲），照着做：

• Windows：按 Win 键，搜索 "cmd"，打开那个黑色窗口
• Mac：按 Command + 空格，搜索 "终端"（Terminal），打开它

然后输入这行字，按回车：

python --version

💡 如果 Windows 上 python 没反应，试试 py --version；Mac 上试试 python3 --version。

如果屏幕上显示出类似 Python 3.12.0 的字样，恭喜，灶台装好了！ 🎉

3. 第二步：认识"命令行"这个黑框框

上一节你打开的那个黑色窗口，就是命令行（也叫"终端"）。很多新手一看到它就紧张，觉得是黑客电影里的东西。其实它一点都不可怕。

🗣 它就是"用打字代替点鼠标"

平时你用鼠标双击图标打开软件。命令行只是换了种方式——你打一行字，电脑就执行一个动作。仅此而已。

🧪 体验三个最常用的命令

在黑框框里依次输入下面的命令（每行输完按回车），亲手感受一下：

pwd

（Mac/Linux）显示"我现在站在哪个文件夹里"。Windows 用 cd（单独输入）效果类似。

ls

（Mac/Linux）列出当前文件夹里有哪些东西。Windows 用 dir。

cd 桌面

"走进"桌面这个文件夹（cd = change directory，换个位置）。

💡 你只需要会这几个就够了：cd（进入文件夹）、ls/dir（看里面有啥）、以及后面会用到的运行命令。其余的用到再学，不用死记。

4. 第三步：创建一个"独立工作间"（虚拟环境）

这一步很多教程会跳过，但对新手其实非常重要，我必须讲清楚为什么。

🤔 为什么需要"独立工作间"？

假设你以后会做很多个项目：项目 A 需要某个工具的 1.0 版本，项目 B 需要同一个工具的 2.0 版本。如果全都装在一起，它们就会打架，导致 A 跑不了或 B 跑不了。

虚拟环境就是给每个项目单独隔出一个房间，各装各的，互不干扰。就像合租时每人一个房间，你的东西不会和室友的混在一起。

🛠 三条命令搞定

先在命令行里"走"到你想放代码的地方，比如桌面新建一个文件夹：

cd 桌面
mkdir my-first-agent
cd my-first-agent

mkdir = make directory，新建一个叫 my-first-agent 的文件夹，然后 cd 走进去。

接着创建并启动虚拟环境：

python -m venv venv

这会生成一个叫 venv 的文件夹，就是你的"独立工作间"。（Windows 若报错，把 python 换成 py；Mac 换成 python3。）

启动这个工作间：

• Windows：venv\Scripts\activate
• Mac/Linux：source venv/bin/activate

成功的标志：命令行最前面会出现 (venv) 字样。看到它，就说明你已经"走进房间"了。

💡 以后每次回来写这个项目的代码，都要先 cd 进项目文件夹、再执行上面的启动命令，看到 (venv) 才开始干活。

📦 装上"调味料包"

工作间建好了，现在装我们调用 Claude 要用的工具包。确认命令行前面有 (venv)，然后输入：

pip install anthropic

pip 是 Python 的"应用商店"，anthropic 是 Anthropic 官方提供的工具包，装上它，几行代码就能调用 Claude，不用自己处理复杂的网络请求。等它跑完，看到 Successfully installed 就成功了。

5. 第四步：拿到调用 AI 的钥匙（API Key）

到这里，灶台、工作间、调味料都备齐了。现在要拿那张"会员卡"——API Key，凭它你的代码才能让远方的 Claude 干活。

🔑 API Key 是什么？

它是一串长长的密码（类似 sk-ant-xxxxxxxx...），代表"这是你"。你的程序每次找 Claude 帮忙，都要出示这张卡，系统才知道该向谁收费、给谁回话。

📝 怎么获取（步骤）

1. 打开 https://console.anthropic.com
2. 注册 / 登录账号
3. 找到 "API Keys" 菜单，点击 "Create Key"（创建密钥）
4. 给它起个名字（比如 my-first-agent），创建
5. 立刻把那串密钥复制下来存好——⚠️ 这串密码只会完整显示这一次，关掉就再也看不到了，丢了只能重新生成

💰 关于花钱（重要，别担心）

调用 API 是按用量付费的，但入门阶段花的钱极少：

• 你需要在 Console 里充值一小笔（比如 5 美元）才能开始用
• 我们这一课的练习，每次对话只花零点几分钱，5 美元够你练几千次
• 强烈建议在 Console 的 "Limits / 用量上限" 里设一个每月花费上限（比如 5 美元），这样绝不会意外超支

💡 省钱小贴士：练习阶段，把代码里的模型换成更便宜的小模型（如 Haiku 系列）即可，效果对学习足够了。具体哪个模型最便宜，以官网定价页为准——价格会变。
🇨🇳 想用国产模型？ 如果你更想用 DeepSeek 这类国产模型（更便宜、国内访问更顺、无需外币充值），可以参考本课的姊妹篇《对接 DeepSeek —— 给你一个国产模型的选择》，方法几乎一样，只需改几行配置。

6. 第五步：安全地保管你的钥匙

这一节关系到安全，请务必照做，养成好习惯。

⚠️ 绝对不要把 Key 直接写进代码里

新手最容易犯的错，是这样写：

client = Anthropic(api_key="sk-ant-我的真实密钥...")  # ❌ 千万别这样！

为什么不行？因为如果你以后把代码传到网上（比如 GitHub），这串钥匙就暴露给全世界了，别人会拿去用、把你的钱花光。

✅ 正确做法：放进"环境变量"

环境变量你可以理解成"电脑帮你藏在抽屉里的悄悄话"，代码用的时候去抽屉里拿，但抽屉里的内容不会跟着代码一起传出去。

最简单的入门做法：在你的项目文件夹里建一个名叫 .env 的文件，里面写一行：

ANTHROPIC_API_KEY=sk-ant-把你的真实密钥粘在这里

然后装一个帮你读取它的小工具：

pip install python-dotenv

💡 如果你以后用 Git 管理代码，记得把 .env 写进 .gitignore 文件，让它永远不被上传。这点后面讲安全的课程里还会深入讲，现在记住".env 不上传"就行。

7. 动手时刻：跑通你的第一个 AI 程序

地基全部打好了，激动人心的时刻到了——让 AI 在你自己的代码里说第一句话。

✍️ 写代码

在项目文件夹 my-first-agent 里，新建一个文件叫 hello_ai.py（用记事本或 VS Code 都行），把下面的内容完整复制进去：

# hello_ai.py —— 你的第一个 AI 程序

import os
from dotenv import load_dotenv
from anthropic import Anthropic

# 1. 从 .env 文件里偷偷读出你的钥匙
load_dotenv()

# 2. 拿着钥匙，创建一个"和 Claude 通话的电话"
client = Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

# 3. 给 Claude 发一句话，等它回复
message = client.messages.create(
    model="claude-sonnet-4-20250514",   # 用哪个 AI 模型（名字会更新，以官网为准）
    max_tokens=200,                      # 最多让它回多长（防止啰嗦烧钱）
    messages=[
        {"role": "user", "content": "用一句话告诉我，AI Agent 和普通聊天 AI 最大的区别是什么？"}
    ]
)

# 4. 把 Claude 的回复打印到屏幕上
print(message.content[0].text)

💡 上面那段 model="claude-sonnet-4-20250514" 是写这份讲义时课程统一使用的模型名。模型名会随版本更新，如果运行报"模型不存在"的错，去 Console 文档查一下当前可用的模型名替换即可。

▶️ 运行它

回到命令行（确认前面有 (venv)，且已 cd 进项目文件夹），输入：

python hello_ai.py

（Windows 没反应就用 py hello_ai.py，Mac 用 python3 hello_ai.py。）

🎉 你应该看到什么

几秒后，屏幕上会出现 Claude 写给你的一句话，类似：

AI Agent 能自己规划步骤、调用工具去完成任务，而普通聊天 AI 只能被动地一问一答。

如果你看到了 AI 的回复——恭喜！你已经成功让 AI 在自己的程序里干活了！ 🚀 这是从"用户"变成"开发者"的第一步，含金量很高。

如果报错了别慌，直接翻到第 10 节的"踩坑急救站"。

8. 进阶动手：写一个会"循环思考"的迷你 Agent

AI Agent 有一个核心特征——它不是"一问一答"，而是会"感知 → 思考 → 行动 → 观察"地循环推进。现在我们就用刚跑通的代码，做一个真正会循环的迷你 Agent，提前感受一下 Agent 的灵魂。

这个小程序会让 Claude 针对一个目标，连续思考三轮，每轮都基于上一轮的结果继续推进——这就是 Agent 循环的雏形。

# mini_agent.py —— 一个会循环思考的迷你 Agent

import os
from dotenv import load_dotenv
from anthropic import Anthropic

load_dotenv()
client = Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

# 目标
goal = "帮一个零基础的人，规划学会用 Python 做数据分析的前三步"

# 记录历史，让每一轮都记得上一轮说了什么（这就是 Agent 的"短期记忆"）
history = []

for round_num in range(1, 4):
    print(f"\n========== 第 {round_num} 轮思考 ==========")

    # 把目标和已有的思考历史拼成提示，交给 Claude
    prompt = f"""你是一个会逐步思考的 AI Agent。
目标：{goal}

到目前为止的思考记录：
{chr(10).join(history) if history else "（还没有，这是第一轮）"}

请只输出"这一轮"新增的一步思考，不要重复之前的内容，简洁一点。"""

    message = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=300,
        messages=[{"role": "user", "content": prompt}]
    )

    reply = message.content[0].text
    print(reply)

    # 把这一轮的结果存进历史，供下一轮使用
    history.append(f"第{round_num}轮：{reply}")

print("\n========== 三轮思考结束，任务完成 ==========")

运行它（python mini_agent.py），观察 Claude 是怎样一轮接一轮、记着上文继续推进的。这就是 Agent 最核心的"循环 + 记忆"机制，现在变成了能跑起来的真代码。

💡 它还很简陋——没有真正调用搜索之类的"工具"，只是在思考。但"循环 + 记忆"这两个核心机制，你已经亲手实现了。后面的课程会逐步给它加上真正的工具和记忆系统，把它养成一个真正能干活的 Agent。

9. 课后作业

完成以下任务，在笔记中记录你遇到的问题和解决办法（记录踩坑过程本身就是最好的学习）。

✅ 必做任务

•任务 1：成功安装 Python，并在命令行用 python --version 看到版本号
•任务 2：创建并启动一个虚拟环境，确认命令行前面出现 (venv)
•任务 3：获取你的 API Key，并把它存进 .env 文件（不要写进代码）
•任务 4：跑通第 7 节的 hello_ai.py，截图保存 Claude 的回复
•任务 5：跑通第 8 节的 mini_agent.py，观察三轮思考的变化

📝 思考题

1. 为什么我们要费劲建"虚拟环境"，直接全装在一起不是更省事吗？
2. 把 API Key 直接写进代码会有什么风险？你能想到几种？
3. 对比第 8 节的迷你 Agent 和你平时用的网页版 AI，你写的这个程序"多"了哪些能力？

🌟 选做任务（想多折腾一点的同学）

•安装 VS Code（https://code.visualstudio.com），这是最流行的代码编辑器，比记事本好用一百倍。装好后用它打开你的项目文件夹试试。
•把 mini_agent.py 的循环次数从 3 轮改成 5 轮，目标换成你自己真正想解决的问题，看看效果。

10. 常见问题解答（踩坑急救站）

装环境踩坑是 100% 会发生的事，连资深工程师也天天踩。遇到报错不是你笨，是正常现象。下面是新手最常见的几个坑。

Q：命令行输入 python 提示"不是内部或外部命令"/"command not found"？

A：最常见的原因是安装 Python 时没勾选 "Add Python to PATH"。解决办法：要么重新运行安装包、勾上这个选项重装；要么 Windows 用户改用 py 命令、Mac 用户改用 python3 命令试试。

Q：pip install anthropic 报错，或者卡住下载很慢？

A：通常是网络问题。可以给 pip 换一个国内镜像源加速，命令行运行：

pip install anthropic -i https://pypi.tuna.tsinghua.edu.cn/simple

（这是清华的镜像，下载会快很多。）

Q：运行程序报错 AuthenticationError 或提示 API Key 无效？

A：按顺序检查三件事：(1) .env 文件里的 Key 有没有粘贴完整、有没有多余的空格或引号；(2) .env 文件是不是和你的 .py 文件放在同一个文件夹里；(3) 你的 Console 账户里是不是还没充值——没余额是调不动的。

Q：报错说"模型不存在"或 model not found？

A：代码里的模型名字（claude-sonnet-4-20250514）会随版本更新而变化。去 console.anthropic.com 的文档里查一下当前可用的模型名，替换掉即可。

Q：每次重新打开电脑写代码，是不是都要重新装一遍？

A：不用！Python 和库只装一次。但虚拟环境每次都要重新"启动"：先 cd 进项目文件夹，再运行启动命令（Windows: venv\Scripts\activate / Mac: source venv/bin/activate），看到 (venv) 就能继续写了。

Q：我完全是文科生 / 没编程基础，这些代码看不太懂，正常吗？

A：完全正常！这一课的目标不是让你看懂每一行代码，而是让你能成功跑起来，并对"代码调用 AI"有个直观感受。看不懂的地方先照抄运行，建立信心。后面的课程会慢慢拆解每个概念。能跑通，你就已经赢了一大半。

这一课小结

这一课你做到了：
✅ 装好了 Python（写 AI 程序的"灶台"）
✅ 学会了命令行的几个基本命令（不再怕黑框框）
✅ 会创建和启动虚拟环境（每个项目一个独立工作间）
✅ 拿到并安全保管了 API Key（调用 AI 的钥匙）
✅ 亲手跑通了第一个 AI 程序（让 AI 在自己代码里说话）
✅ 实现了一个会"循环思考 + 记忆"的迷你 Agent

你已经完成了从"AI 用户"到"AI 开发者"的关键一跃！
地基已经打牢，接下来可以放心地往上盖了。

下一课预告：
🔜 第二课：AI Agent 导论
   —— 环境备好了，正式开始理解 Agent 到底是什么、
      它和普通聊天 AI 究竟差在哪、为什么它是 AI 的未来方向。

📬 完成这一课后，告诉我你卡在了哪一步、最终是怎么解决的——把你的"踩坑日记"发给我，我们一起复盘，确保地基稳稳的，再进入第二课！