> [繁體中文](./setup-guide.md) | **简体中文** | [English](./setup-guide.en.md) # 🚀 从零开始 — 给没有开发背景的设置指南 > [← 返回主路线 README](../README.zh-Hans.md) 这一页不是要你把所有工具都装一遍。你只要先选一扇门,完成一个小结果。 已经会用 Python、Git 和 terminal,也知道怎么保护 **API Key(API 密钥)**?可以直接去 [Stage 1](../stages/01-llm-basics.zh-Hans.md)。 ## 📌 这份指南会带你完成什么 - 分清 Web Chat、Desktop、IDE、**CLI Agent(命令行代理)** 和 **API(应用程序接口)**,不再把它们当成同一种工具。 - 知道 **API Key(API 密钥)** 为什么像密码,以及不能放在哪里。 - 用 `uv` 准备 Python 3.12,不必先学一大堆包管理知识。 - 复制一份 Python 程序,真的收到模型回复。 - 知道什么时候该去 Stage 1,什么时候该去 Stage 5。
查看时间、设备与先决条件 - 只用 Web Chat:几分钟即可开始。 - 完成 API quick start:通常需要约 20–40 分钟;账号审核、付款设置和网络状况可能让时间变长。 - 需要:可以安装软件的 Windows、macOS 或 Linux 电脑,以及能打开供应商 Console 的账号。 - 不需要:先会写程序、先懂 Git branch、先装完整 IDE。 公司或学校电脑可能禁止安装程序或创建 API key。遇到这种情况,先问管理员,不要绕过限制。
## 🚪 先选一扇门 五扇门是并行选择,不是五个一定要依次完成的等级。 | 你想做什么 | 这扇门是什么 | 第一个动作 | |---|---|---| | 先和模型聊天 | **Web Chat**:在浏览器里对话 | 打开 [Claude](https://claude.ai)、[ChatGPT](https://chatgpt.com)、[Gemini](https://gemini.google.com) 或 [Le Chat](https://chat.mistral.ai) | | 在电脑 App 里聊天或处理文件 | **Desktop App**:装在电脑上的聊天界面 | 从产品的官方下载页安装 | | 写 code 时让 AI 在旁边协助 | **IDE Assistant**:住在 editor 里 | 先看[开发者路线](../branches/for-developer.zh-Hans.md) | | 让 Agent 在指定文件夹读文件、改文件、跑命令 | **CLI Agent**:在 terminal 里工作 | 先看 [CLI Agents 指南](cli-agents-guide.zh-Hans.md) | | 自己写程序调用模型 | **API**:程序和模型服务对话的入口 | 继续做下面 A → B → C |
查看 Web、Desktop、IDE 与 CLI 的完整官方入口 下表是入口清单,不是排名。推荐度表示“这份学习地图是否适合把它作为起点”。
类型官方入口/项目先知道什么推荐度
Web ChatClaude云端聊天界面;方案和功能依账号、地区而异⭐⭐⭐⭐⭐
ChatGPT云端聊天界面;ChatGPT 订阅不等于 OpenAI API 额度⭐⭐⭐⭐⭐
Gemini云端聊天界面;连接服务前先看数据权限⭐⭐⭐⭐⭐
Le ChatMistral 的云端聊天界面⭐⭐⭐⭐
DesktopClaude DesktopWindows、macOS 与 Linux 的当前入口以官方页面为准⭐⭐⭐⭐⭐
ChatGPT Desktop平台要求以官方下载页为准⭐⭐⭐⭐⭐
Gemini for macOS目前是 macOS App;其他系统可使用 Web⭐⭐⭐⭐
LM Studio本地模型 runtime 和图形界面;仍要管理模型、硬件和文件权限⭐⭐⭐⭐
IDE/EditorCursorAI editor;确认每次修改和 terminal 操作⭐⭐⭐⭐⭐
Devin Desktop(原 Windsurf)Windsurf 更名后的桌面 Coding Agent/IDE;仍要确认工具权限和方案⭐⭐⭐⭐
ClineVS Code coding agent;从低权限开始⭐⭐⭐⭐
Zed AIZed editor 的 AI 功能⭐⭐⭐⭐
GitHub Copilot可在 GitHub、IDE 和其他界面使用;各界面的权限不同⭐⭐⭐⭐⭐
CLI AgentClaude Code先保留 permission prompt;从小文件夹开始⭐⭐⭐⭐⭐
OpenAI Codexcoding agent;确认 sandbox、approval 和 diff⭐⭐⭐⭐⭐
Gemini CLIGemini 的开源 terminal agent⭐⭐⭐⭐
OpenCode多 Provider coding agent/harness,不是模型 Router⭐⭐⭐⭐⭐
goose可连接 Provider 和 extensions;先缩小工具权限⭐⭐⭐⭐
AiderGit-first pair programmer;auto-commit 不代表可以跳过 review⭐⭐⭐⭐⭐
Hermes Agent通用 agent;先在隔离环境试小任务⭐⭐⭐⭐
## 🧩 先分清七个核心词 - **Chat Surface(聊天界面)**:你打字、贴文件、看回复的画面,例如 Claude.ai。它不是模型 API。 - **API(应用程序接口)**:程序发送请求、拿回结果的入口。人通常不直接在 API 画面聊天。 - **API Key(API 密钥)**:让服务知道“这个程序可以使用哪个账号”的秘密字符串。拿到它的人可能花掉你的额度。 - **Environment Variable(环境变量)**:把设置交给程序读取的小抽屉。程序可以读它,不必把秘密写进 source code。 - **Runtime(运行环境)**:真正把程序跑起来的东西;Python 是一种 runtime,Ollama 是本地模型 runtime。 - **Package Manager(包管理器)**:帮你安装和运行别人写好的包。这份指南使用 `uv`。 - **CLI Agent(命令行代理)**:在 terminal 里读文件、改文件、执行工具的 Agent。它不是 API Provider,也不是单一模型。 ## 📚 必读与官方起点 这五个入口直接保持可见;遇到版本差异时,以官方页面为准。
类别官方资源用它解决什么推荐度
Claude APIClaude API Quickstart创建 key、发送第一个请求⭐⭐⭐⭐⭐
Anthropic Python SDK确认 Python 要求、环境变量与当前程序形态⭐⭐⭐⭐⭐
Python 工具uv Installation按操作系统安装或更新 uv⭐⭐⭐⭐⭐
CLI 入门Claude Code Terminal Guide第一次打开 terminal、切换文件夹和执行命令⭐⭐⭐⭐⭐
秘密安全GitHub Secret Scanning了解为什么 secret 不能进入 Git 历史⭐⭐⭐⭐
## 🛠 A — 拿到第一把 API Key 这条 quick start 使用 Anthropic Claude,因为 Stage 1 的 canonical API 路径也使用它。Claude.ai 订阅和 Claude API 账单是两回事。 1. 打开 [Claude Console](https://platform.claude.com/)。 2. 进入 **API Keys**,创建一把只给这个练习使用的 key。 3. 如果页面可以选择 owner、workspace 或期限,使用最小范围与最短合理期限。 4. 复制 key,先放进密码管理器;不要贴到聊天窗口。 5. 先在 Console 查看 billing/usage;如果账号提供 spend limit 或提醒,把它设在你能接受的小额范围,再开始调用 API。 **API Key 三不规则:** - **不粘贴**到 chat、群组、email、issue 或截图。 - **不写入** Python source code,也不进 Git 历史。 - **不共享**同一把 key 给很多项目;不用时撤销。
查看其他 Cloud API 与本地 Runtime 下表只写当前官方入口。价格、免费额度和可用模型请点击官方页面查看,这份入门指南不冻结这些信息。
类型官方入口Compatibility/限制推荐度
Cloud APIOpenAI API官方 SDK 与 API;ChatGPT 订阅不等于 API billing⭐⭐⭐⭐⭐
Gemini APIGoogle 官方提供 OpenAI libraries compatibility 说明⭐⭐⭐⭐⭐
NVIDIA NIM按 endpoint 查看支持的 API shape 与模型⭐⭐⭐⭐
DeepSeek API官方文档提供 OpenAI-compatible 使用方式⭐⭐⭐⭐
Kimi API地区、endpoint 与模型以官方 Console 为准⭐⭐⭐⭐
Alibaba Model Studio/Qwen按区域使用对应 base URL;官方提供 OpenAI-compatible endpoint⭐⭐⭐⭐
Z.ai/GLM API按官方 reference 使用当前 endpoint⭐⭐⭐⭐
本地 RuntimeOllama只兼容 OpenAI API 的一部分;需要另外下载本地模型⭐⭐⭐⭐⭐
本地推理没有供应商模型 API 账单,但硬件、电力、下载时间、设备安全、文件和 log 仍由你负责。完整路径请看 [Cookbook 的本地 LLM walkthrough](cookbook.zh-Hans.md#6-本地-llm--cli-agent-快速-walkthrough)。 这个 repo 当前的练习标签是:Stage 1–2 用 `gemma4:e4b`,Stage 3–6 的 Tool Use/ReAct 用 `qwen2.5:3b`,Stage 7 的 Eval/Observability/Streaming/Deploy 用 `qwen3.5:4b`。这是教材默认值,不是通用模型排名。
## 🛠 B — 装好 Python 运行环境 这里用 `uv` 同时管理 Python 和包。先安装 `uv`: macOS、Linux 或 WSL: ```bash curl -LsSf https://astral.sh/uv/install.sh | sh ``` Windows PowerShell: ```powershell powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" ``` 关闭并重新打开 terminal,再依次复制: ```bash uv --version uv python install 3.12 uv run --python 3.12 python --version ``` 最后一行看到 `Python 3.12`,就完成 B。`uv` 也支持其他 Python 版本;这份教程固定 3.12,减少初学时的包兼容问题。
安装失败时,查看各操作系统替代方式 - Windows 可以使用 `winget install --id=astral-sh.uv -e`。 - macOS 可以使用 `brew install uv`。 - 也可以从 [uv 官方安装页](https://docs.astral.sh/uv/getting-started/installation/) 下载 release binary。 - 如果公司封锁安装 script,停止并请管理员提供批准方式,不要关闭安全软件硬闯。 已经有 Python 3.10–3.14 也没关系,`uv` 会寻找可用的 Python;上面的命令只是替这份教程准备一致的 3.12。
## 🛠 C — 跑第一个 `hello-claude.py` ### 1. 建立练习文件夹 PowerShell、macOS 和 Linux terminal 都可以使用: ```bash mkdir my-first-llm cd my-first-llm ``` ### 2. 先建立 `.gitignore` 建立名为 `.gitignore` 的文件,贴上: ```gitignore .env __pycache__/ *.pyc ``` 先排除 `.env`,再建立 secret 文件,可以降低误加进 Git 的机会。 ### 3. 再建立 `.env` 建立名为 `.env` 的文件。把 placeholder 换成你自己的 key;不要把真 key 贴到这份文档或 commit: ```dotenv ANTHROPIC_API_KEY=PASTE_YOUR_KEY_HERE ``` ### 4. 复制 Python 程序 建立 `hello-claude.py`: ```python from anthropic import Anthropic from dotenv import load_dotenv load_dotenv() client = Anthropic() # 从 ANTHROPIC_API_KEY 读取 key message = client.messages.create( model="claude-sonnet-5", max_tokens=120, messages=[{"role": "user", "content": "请用一句话介绍你自己。"}], ) for block in message.content: if block.type == "text": print(block.text) ``` ### 5. 直接执行 ```bash uv run --python 3.12 --with anthropic --with python-dotenv python hello-claude.py ``` 看到模型打印一句介绍,就代表 Python、包、API key 和网络都接通了。
查看常见错误与安全恢复 | 你看到什么 | 通常代表什么 | 先做什么 | |---|---|---| | `401`/`authentication_error` | key 没读到、失效或贴错 | 撤销有疑虑的 key;确认文件名是 `.env`,再创建新 key | | `429`/`rate_limit_error` | 用量、速率或账号额度限制 | 停止重试,回 Console 看 usage/billing,再按错误信息等待 | | `ModuleNotFoundError` | 没用到这次 `uv run --with ...` 的环境 | 完整复制执行命令,不要只跑 `python hello-claude.py` | | `uv` 找不到 | 安装后的 terminal 还没读到新 PATH | 关闭并重新打开 terminal;再看 uv 官方安装页 | | 连接错误 | 网络、proxy、防火墙或服务状态 | 先看供应商 status page;公司/学校网络请问管理员 | 如果 key 曾出现在 Git、聊天、截图或公开 log,不能只把文字删掉;请立刻在 Console 撤销它并创建新 key。
## 🛠 D — 第一次打开 Claude Code 这是 Stage 5 的入口,不是完成 API quick start 的必修。Claude Code 现在优先使用 native installer,不必先安装 Node.js。 macOS、Linux 或 WSL: ```bash curl -fsSL https://claude.ai/install.sh | bash ``` Windows PowerShell: ```powershell irm https://claude.ai/install.ps1 | iex ``` 安装后先运行 `claude --version`,再到一个小型练习文件夹运行 `claude`。完整条件和其他安装方式请看 [Claude Code Installation](https://code.claude.com/docs/en/installation)。
查看登录、系统要求与第一份 CLAUDE.md Claude Code 目前需要符合官方列出的 Claude plan、Console account 或支持的 cloud provider;免费的 Claude.ai plan 不包含 Claude Code。运行 `claude` 后按浏览器提示登录,详细身份差异请看 [Authentication](https://code.claude.com/docs/en/authentication)。 官方当前基本要求包括受支持的 Windows、macOS 或 Linux、至少 4 GB RAM、网络连接和可用 shell。Windows 可以原生使用 PowerShell;需要 Linux toolchain 或 sandbox 时再考虑 WSL 2。 你可以在 project root 建立 `CLAUDE.md`: ```markdown # 这个 project 要做什么 这是一个学习用的小项目。 # 工作规则 - 先说明要改哪些文件,再开始修改。 - 不要读取或改写 `.env`。 - 不要自动 commit;完成后让我先看 diff。 - 删除文件、安装包或联网前先问我。 # 完成条件 - 执行最小相关测试。 - 说明改了什么、测试了什么、还有什么风险。 ``` `CLAUDE.md` 是 project instructions,不是安全 sandbox。工具权限、approval、版本控制和人工 review 仍要保留。
## 🛠 E — 建立第一个 Skill 这是 Stage 5.3 的延伸。**Skill(技能包)** 是有名称、描述和操作指示的可复用文件夹;它不会自动变成安全权限。 第一个动作:建立 `.claude/skills/hello-skill/SKILL.md`。
查看可以直接复制的 SKILL.md ```markdown --- name: hello-skill description: 当使用者明确请你打招呼时,用两种语言回复。 --- 当使用者请你打招呼时: 1. 用繁体中文说一次 hello。 2. 用英文说一次 hello。 3. 不读文件、不联网、不执行其他工具。 ``` 在该 project 打开 `claude`,输入“请打招呼”。看到两种语言,而且没有多做其他动作,就完成了。 更完整的责任边界请看 [Stage 5.3 — Skills](../stages/05-claude-code-ecosystem.zh-Hans.md#53--skills按需操作卡),更多示例请看 [Cookbook](cookbook.zh-Hans.md)。
## ✅ 完成检查 做到下面任一条,就可以离开这份指南,不必把所有入口都装完: - 我已经能在 Web Chat 完成一次对话,而且知道它不是 API。 - 我完成 A → B → C,看到 `hello-claude.py` 打印模型回复。 - 我选择 CLI 路径,能说出 CLI Agent 的工作文件夹与权限范围。 还要确认: - 真正的 API key 没有出现在 source code、Git、聊天、截图或 log 中。 - 我知道如何撤销 key,也知道 API billing 和聊天订阅分开。 - 我没有因为工具能自动执行,就跳过 diff、测试或人工确认。 ## 接下来去哪 | 你现在想做什么 | 下一站 | |---|---| | 理解模型、Token、Context Window 与 API | [Stage 1 — LLM 基础](../stages/01-llm-basics.zh-Hans.md) | | 直接学 Prompt | [Stage 2 — Prompt Engineering](../stages/02-prompt-engineering.zh-Hans.md) | | 使用 CLI Agent 工作 | [Track A1 — CLI 入门](../tracks/cli/A1-cli-intro.zh-Hans.md) | | 理解 Claude Code、MCP、Skills、Plugins 与 Subagents | [Stage 5 — Claude Code 生态](../stages/05-claude-code-ecosystem.zh-Hans.md) | | 使用本地模型 | [Cookbook:本地 LLM walkthrough](cookbook.zh-Hans.md#6-本地-llm--cli-agent-快速-walkthrough) | | 还分不清 OpenRouter、Ollama、OpenCode 或 Pi | [Glossary:先分清五种工具身份](glossary.zh-Hans.md#-先分清五种工具身份) |