Table of Contents

返回实用 AI 工作流课程

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

  1. **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。

  2. **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 。