AI 工作流课程设置:终端、Git 与练习实验室

Table of Contents
使用代理前,先准备一个安全的练习空间。 第 1 和第 2 课可在浏览器中完成,无需此实验室。如果要学习完整课程,请在第 3 课前回到这里。编程实践课需要 Git、Python 3.10 或更新版本,以及一个编程代理。学习路线会用标记的手动任务替代不可用的代理操作。
**学习成果:**你将运行入门实验室、保存本地基线,并说明如何重置一次性副本。
要点
- **浏览器路线:**在 ChatGPT 或 Claude 中完成聊天、规划、来源核验和审查练习。
- **本地路线:**使用终端和随附的 Python 实验室完成编程练习。
- **重置路线:**练习出错时,重新解压一份实验室副本。
- **安全规则:**私人文件、客户记录和凭据应留在实验室之外。
选择路线
| 路线 | 所需条件 | 练习内容 |
|---|---|---|
| 浏览器入门 | 当前浏览器和 ChatGPT 或 Claude 账号 | 第 1、2 课,以及第 1 课的聊天任务包 |
| 本地实践 | Git、Python 3.10 或更新版本、终端和一个编程代理 | 文件、差异、测试和代理修改 |
| 自学课程 | 浏览器、本地 Python 3.10 或更新版本以及 Git | 完整实验室检查;不可用的代理和 MCP 步骤标记为未运行 |
**各产品自行设定套餐和限制。**依赖某项功能前,请查看 ChatGPT Projects 和 Claude Projects 。自学路线无法证明你已掌握不可用编程代理的实操技能。请在完成记录中注明此区别。
**采用一条默认路径:**用浏览器中的 ChatGPT 完成聊天练习,再用本地实验室配合一个可用的编程代理。Claude 可作为同等的聊天选择。编程阶段可选 Codex CLI、Claude Code CLI 或 OpenCode。你不必注册所有供应商的账号。
**打开编程代理前,记录五项预检信息。**这有助于区分本地实验室检查与对账号或托管工作区的声明。
| 检查项 | 记录内容 |
|---|---|
| 工作区 | 代理将读取的实验室解压目录的准确路径 |
| 执行位置 | 本地计算机或选定的远程工作区 |
| 提供方 | 此任务使用的账号或模型提供方 |
| 权限 | 是否允许写入文件和执行 shell 命令,或是否需要审批 |
| 基线 | 修改前观察到的数量和两项通过的测试 |
**缩小练习根目录范围。**托管工作区需要自己的合成实验室副本。本地运行无法证明远程副本或账号拥有相同文件和权限。
学习本地术语
| 术语 | 简明解释 |
|---|---|
| 终端 | 输入命令的应用程序 |
| Shell | 解释这些命令的软件 |
| CLI | 程序的命令行界面 |
| 工作目录 | 命令默认使用的文件夹 |
| 仓库 | 由 Git 跟踪的项目 |
| 提交 | 已保存的 Git 快照 |
| 分支 | 一条命名的 Git 更改线 |
| 差异 | 显示新增或删除行的内容 |
| 测试 | 可重复执行的预期行为检查 |
| 退出代码 | 表示命令成功或失败的数字 |
**入门实验室不需要 GitHub。**Git 在你的计算机上运行。GitHub 是单独的托管服务。本地提交会保存快照,不会把文件发送到其他地方。
准备实验室
下载
课程入门实验室
,并解压到由你控制的新文件夹。打开该文件夹中的终端。在 macOS 或 Linux 上,打开 Terminal 并用 cd 进入解压目录。在 Windows 上,使用 PowerShell 或 Windows Terminal 并运行 cd。Windows 上的 Python 命令通常是 py -3,而不是 python3。
**如有需要,安装
Python 3.10 或更新版本
和
Git
。**运行实验室前先检查已安装的工具。前两个命令会打印版本号。cd 用来更改工作目录,ls 用来列出文件。将示例路径替换为解压目录的实际路径。
python3 --version
git --version
cd /path/to/effective-ai-course-lab
ls
**在 Windows PowerShell 中,**运行 py -3 --version、git --version、cd C:\path\to\effective-ai-course-lab 和 Get-ChildItem。列表中应包含 task_report.py、tasks.json、tests 和 docs。版本命令失败时,请先完成安装。
pwd
python3 task_report.py tasks.json
python3 -m unittest discover -s tests -v
**在 Windows PowerShell 中,**如果愿意,可用 Get-Location 替换 pwd;如果 Python 使用启动器,可用 py -3 替换 python3。第一条命令会显示路径,路径末尾应为解压后的实验室文件夹。还要检查文件名。AGENTS.md.txt 不能代替 AGENTS.md。在 Windows 文件资源管理器中启用文件扩展名,以查看完整名称。
**预期输出:**报告显示 Total tasks: 4。测试命令列出两个测试并以 OK 结束。成功时 shell 返回退出代码 0。若数量不同或出现 traceback,请检查文件夹和 Python 环境。
**拆解命令的各个部分。**在 python3 task_report.py tasks.json 中,python3 启动 Python,task_report.py 是程序,tasks.json 指定输入数据。打印出的数量是输出,不是另一条命令。命令失败后,macOS 和 Linux 使用 echo $? 显示状态。PowerShell 通过 $LASTEXITCODE 提供上一个本机程序的状态。
**Python 安装完成后,为首次运行预留约十分钟:**解压实验室、运行报告,并将总数与 tasks.json 中四条记录核对。用文本编辑器打开 JSON 文件并自行计数。
安全练习 Git
**只在解压后的实验室文件夹内启动 Git。**以下命令会保存本地快照。git status 显示有更改的文件。编辑受 Git 跟踪的文件后,git diff 显示更改行。
git init
git add .
git commit -m "课程实验室基线"
git status --short
**预期状态:**提交后不会显示任何文件名。如果 Git 要求提供姓名和邮箱,请在此文件夹中设置仅供实验室使用的身份信息,然后重新提交。将示例值换成你自己的私有值。不要把身份信息或凭据输出粘贴到公开聊天中。
git config --local user.name "课程学员"
git config --local user.email "[email protected]"
git commit -m "课程实验室基线"
git status --short
**重置无需 Git 命令。**把笔记保存在实验室之外,删除解压的练习副本,再解压原始 ZIP。当课程编辑让程序处于未知状态时,使用此方法重置。
保护练习空间
**使用合成示例。**不要把私人文档上传到课程项目。不要把 API 密钥放入提示词、源文件、截图或提交中。编程代理对文件和命令的访问取决于权限和打开的文件夹。允许它运行前,要检查这两项。
**上传前检查共享设置。**项目成员可能有权访问项目文件。实际工作中请遵守组织政策。课程使用虚构数据,因此实验室本身无需特别审批。
练习和检查
**你的成果:**记录所选路线、五项预检内容、报告数量、测试结果和重置方法。使用一份新的实验室副本,确认自己知道如何重置。
**预期理解:**你知道命令影响哪个文件夹,能区分本地 Git 与托管服务,并能在代理修改文件前进行恢复。
检查理解情况
**问题:**只在浏览器中学习能完成本地实验室路线吗?**答案:**不能。完整路线需要本地 Python 和 Git 基线。
**问题:**修改一次性实验室前应该保存什么?**答案:**已通过的初始测试结果和一个干净的重置点。
故障排查
- **找不到 Python 命令:**从官方发行渠道安装 Python 3,然后重新打开终端。
- **找不到文件:**检查工作目录并列出解压文件夹中的文件。
- **测试无法运行:**使用解压实验室 README 中的准确命令。
- **Git 要求提交身份:**在本地配置 Git,并将所选值留在课程笔记之外。
下一步
继续学习 可靠的 AI 工作流 。第一个练习会在任何工具接触真实文件前使用同一个合成工作区。
课程导航: 课程大纲 。



