上手课

第1课|认识全景,装好环境:你的头一句 AI 对话

上手课 · 第 1 课 · 2026-11-15

这是「Vibe Coding 上手课」的第 1 课,整个系列就这一节是厚课。

它要干三件事:带你认全这条链上的几个词,把 Claude Code 装进你的电脑,接上一个国产模型,然后说出头一句话。

学完你手里会有一个能跑的环境,和一句 AI 给你的真实回答。后面所有的课,都从这个环境里长出来。

整个系列怎么排的,先交个底:跟着一个真实项目的研发流程走。备工具,存代码,拷问需求,定方案,拆任务,开发,测试,上线。十五课,一课一步。你最后手里攥着的不是十几个知识点,是完整干过一个项目的证据。

本课目标

  • 说清 model、harness、skill、MCP、agent 各是什么,谁管谁
  • 在自己电脑上装好 Claude Code,并验证成功
  • 接上 DeepSeek,跑出开口一句对话

概念卡

先认几个词。这一课只要求你认得,不要求你会用。后面会一个个用到。

  • 模型(model):真正"思考"的大脑,比如 DeepSeek、通义千问、GLM。负责理解和生成。
  • harness:套在模型外面的工程层,给它配上读文件、跑命令的手脚,加上那个循环。这不是什么圈内黑话,是 Anthropic 的官方用词——他们的研究文章里直接写:Claude Code 是一个出色的 harness,Agent SDK 是一个通用 agent harness(链接在文末深入读)。
  • agent:能自己多步完成任务的 AI。官方定义出自 Anthropic 那篇被引最多的术语文章《Building effective agents》:模型自己主导流程和工具使用,自己掌控怎么把事做完——和"按预定义代码路径跑的 workflow"相对。关键在那个循环:观察、思考、动手、再看结果,反复直到做完。至于"agent = 模型 + harness"这个公式,是业界的流行简化、不是官方原话,但好记——用它别漏了"自主"这个灵魂。
  • skill:打包好的一套做事指令,写在一个叫 SKILL.md 的文件里,让 AI 遇到某类任务按固定流程做。后面你会自己做一个。
  • MCP:全称 Model Context Protocol,模型上下文协议。模型本身关在盒子里,碰不到你的文件、数据库和外部服务。MCP 给 AI 应用配了一个标准接口,让它能安全地连上这些外部系统。官方打了个比方:像 USB-C 口——统一标准,各种设备即插即用,不用每样单独接线。它是开放协议,不只一家在用,Claude、ChatGPT、VS Code、Cursor 都支持。这一课先认得它,后面你会亲手做一个。
  • 插件(plugin):官方的定义很朴素——一个装组件的目录,里面的 skill、agent、MCP 服务等东西,整体安装、整体加载,一般从插件市场获取。它不是模型,是挂在 harness 上的"能力扩展包"。

记住这个关系:模型给大脑,harness 给手脚和循环,这两样合起来就是一个能转的 agent。skill 给规矩、MCP 给接口、插件把这几样打包,都是往上加的本事,不是必需零件。

这五个词,是一条因果链

词条是查字典的讲法。我再给你一条来龙去脉——它们不是五个被同时发明出来的产品,每一个都是为了让上一个能干活。

模型学会了思考。可它关在盒子里,看不见你的文件,也跑不了命令。

于是有了 harness,给它配上手脚,让它读得到、改得动。

但一件大事没法一口气干完,得做完一步看看结果再走下一步。

于是有了 agent 那个循环:观察、思考、动手,直到做完。

循环能跑了,同类的事每次都要重新交代一遍规矩,烦。

于是有了 skill,规矩写进一个文件,遇到这活就按流程走。

手脚有了,可外面的世界还有一片山:数据库、浏览器、云盘。每家单独接一根专用线,接不过来。

于是有了 MCP,统一成 USB-C 那样的口,什么都即插即用。

最后想把这些本事整体送给别人,就打包成插件。

一条链记住就行:思考,手脚,自主循环,规矩,接口,打包。往后这门课里出现的任何新名词,你都能往这条线上找它的位置。

实跑记录

一、为什么是现在

你可能听过"AI 会写代码"好几年了,但一直觉得离自己很远。

变化发生在最近。模型写代码的能力过了一个坎,从"补全一行"变成"听懂一段需求,自己改好几个文件"。拿国产模型来试,成本也低,个人完全试得起——后面我会给你看真实的账单。

这两件事凑在一起,才让"用自然语言指挥 AI 干活"从演示变成日常。2025 年初,Karpathy 给这种方式起了个名字,叫 vibe coding。

我不打算给你背一段 AI 编年史。你只需要知道:现在上车,门槛比过去低得多。

二、先分清两族东西

新手最容易混的,是把"模型"和"工具"当成一回事。

其实是两族。

一族是模型:DeepSeek、通义千问、GLM、Kimi。它们是大脑,按 token 收费。

另一族是 harness 和 IDE:Claude Code、Codex 是命令行 harness,Trae、CodeBuddy 是带界面的编辑器。它们是手脚,本身不"思考",而是去调用某个模型。

关键的一句:harness 和模型是可以分开配的。Claude Code 这个外壳,里面可以装 DeepSeek 的大脑。

这正是我们这套课的路线——外壳只用 Claude Code 一个,大脑用国产模型。不翻墙,便宜。

为什么只选一个外壳?因为新手最怕选择题。你不需要在五个工具里纠结,跟着一个走通,比每个都摸一遍强。

三、装好 Claude Code

打开你电脑的终端。Windows 上就是 PowerShell。

官方现在推荐原生安装。在 PowerShell 里粘这一行,回车:

`powershell irm https://claude.ai/install.ps1 | iex `

如果你更习惯 npm,也可以用它装(需要 Node.js 22 以上):

`powershell npm install -g @anthropic-ai/claude-code@latest `

两条路装的是同一个东西,选一条就行。Windows 上建议先装好 Git for Windows,Claude Code 的某些工具会用到它。

装完别急着下一步,先验证。跑:

`powershell claude doctor `

它会打印一份只读体检报告。翻到最后,看到这一句就成了:

` No installation issues found. `

我本机跑出来的是 2.1.325 版,npm 方式装的,体检通过。你的版本号可能不同,没关系,看到"没有安装问题"就够了。

四、接上 DeepSeek

外壳有了,现在给它装大脑。

第一步,去拿一把钥匙。打开 platform.deepseek.com,登录,点左侧菜单的「API keys」,再点「创建 API key」。

这里有个坑,必须先说:key 只在创建那一刻完整显示一次。页面一关,就再也看不到了,平台只存哈希,不存明文。

所以顺序别反:先准备好一个保存的地方(密码管理器,或本机一个不会进 git 的私密文件),再点创建,弹出来立刻复制存好,确认存住了再关页面。

我截了一张 API keys 页面:

![DeepSeek API keys 页面,旧 key 已打码](deepseek-api-keys.png)

列表里的旧 key 都是打码的——这就是"创建后看不到全文"的样子。

第二步,告诉 Claude Code 去哪找 DeepSeek。编辑你用户目录下的 .claude\settings.json,完整路径是 C:\Users\你的用户名\.claude\settings.json,在 env 字段里写:

`json { "env": { "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic", "ANTHROPIC_AUTH_TOKEN": "你刚存好的那把 key", "ANTHROPIC_MODEL": "deepseek-flash" } } `

三个地方注意。base_url 末尾的 /anthropic 不能省,那是 DeepSeek 官方的兼容端点。key 填你自己那把,别抄别人的。模型名用 deepseek-flash 就够日常用,想要更强可以换 deepseek-v4-pro。

顺便说句实话:DeepSeek 的 API 不免费,但极便宜,几块钱能用很久。它的网页聊天免费,API 收费,别混了。想要真零成本,还有另一条路:阿里云有个叫百炼的大模型平台,通义千问这些模型就在上面跑,它给新用户每个模型一百万 token 的免费额度。课里后面会提。

五、开口一句

配置存好,重开一个终端,进到任意一个空文件夹,跑:

`powershell claude `

进去之后,问它一句:

你好,请用一句话介绍你自己,并告诉我你底层是什么模型。

我跑出来的回答,有意思的地方不在内容,在它自己把这一课的核心讲清楚了。它说:我是运行在 Claude Code 这个代理框架里的助手,环境声明我由 deepseek-flash 驱动,框架是 Anthropic 的,模型是 DeepSeek 的。

读到这句你应该笑了。harness 和模型是两回事——这个我前面讲了一遍的概念,模型自己又给你演示了一遍。

外壳是 Claude Code,大脑是 DeepSeek。你刚刚亲手把它们接在了一起。

这就是 vibe coding 的起点:一个听你说话的环境,加一个能思考的模型。

跟做步骤

把上面的实跑浓缩成五步,照着做:

1. PowerShell 跑 irm https://claude.ai/install.ps1 | iex(或 npm 那条),装 Claude Code 2. 跑 claude doctor,看到 "No installation issues found." 即装好 3. platform.deepseek.com → API keys → 创建 API key,立刻复制存到私密文件 4. 编辑 C:\Users\你的用户名\.claude\settings.json 的 env,填 base_url(带 /anthropic)、你的 key、模型名 5. 重开终端跑 claude,问它"你是什么模型",看到它自报 DeepSeek 即接通

及格标准

打开终端跑 claude,问它底层是什么模型,它回答里出现 DeepSeek(或你配的那个国产模型),就算及格。

卡住了

  • install 报网络/权限错:多半是网络或执行策略。换 npm 那条路试试,或查官方安装文档的排查节。
  • 提示 unrecognized_model:Claude Code 不认识非 Claude 的模型名会打印这行警告。它不是错误,照样能用,别慌。
  • key 填了还是连不上:先查 base_url 末尾有没有 /anthropic,再查 key 是不是创建时存的那把完整明文(不是打码的)。key 丢了只能重建。

轮到你了

如果你跟着装好了,不妨现在就问它一句,看它是不是真接上了 DeepSeek。它答出来,这一课你就拿到了。

想再玩玩的,把模型名换成 deepseek-v4-pro 再问一次,对比两个模型的回答有什么不同。

下节课先不急着写代码。工作台得先搭起来——装个 IDE,让 AI 改文件的时候,你能在旁边看着它动了哪几行。

深入读

概念卡每个词的一手出处,2026-11-21 当次点开验活:

  • Anthropic·Building effective agents(agent 与 workflow 的官方分界):https://www.anthropic.com/research/building-effective-agents
  • Anthropic·Effective harnesses for long-running agents(harness 的官方用例):https://www.anthropic.com/research/effective-harnesses-for-long-running-agents
  • Claude Code 官方·Plugins overview(插件的官方定义):https://code.claude.com/docs/en/plugins/overview
  • Claude Code 官方安装文档(中文):https://code.claude.com/docs/zh-CN/setup
  • Claude Code 官方快速入门:https://code.claude.com/docs/zh-CN/quickstart
  • DeepSeek 官方 Anthropic 兼容接口文档:https://api-docs.deepseek.com/zh-cn/guides/anthropic_api
  • 阿里云百炼新人免费额度说明:https://help.aliyun.com/zh/model-studio/new-free-quota
首页课程文章图文关于
本站纯静态 · 零 Cookie 零追踪
公众号首发 · 这里永久存档