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"。

目录

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

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. 1. 打开浏览器，访问 Python 官网：https://www.python.org/downloads/
2. 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. 3. 双击下载好的安装包
4. 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. 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. 1. 访问 https://www.python.org/downloads/
2. 2. 下载 macOS 版安装包（.pkg 文件）
3. 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. 1. 打开 https://console.anthropic.com
2. 2. 注册 / 登录账号
3. 3. 找到 "API Keys" 菜单，点击 "Create Key"（创建密钥）
4. 4. 给它起个名字（比如 my-first-agent），创建
5. 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. 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. 2. 把 API Key 直接写进代码会有什么风险？你能想到几种？
3. 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！