AI Agent 开发实战(01):开发环境搭建与 Claude Code 安装
发布时间:2026-07-14
标签:AI Agent|实战|Claude Code|操作指南
目标
一次装完,后续全系列都能用:把 Python 3.13 + Node 22 + Docker + Git 基础环境装好,并在此之上装好 Claude Code,跑通一次启动登录。
读完本文,你输入 claude 就能在终端里启动一个能读代码、改文件、跑命令的 AI 工程师。模型接入(DeepSeek / OpenRouter)留到第 02、03 篇。
环境准备
| 软件 | 版本要求 | 用途 |
|---|---|---|
| Python | ≥ 3.11(推荐 3.13) | Agent 逻辑、LangGraph、MCP Server |
| Node.js | ≥ 20(推荐 22) | Claude Code、部分 MCP 工具 |
| Docker | 最新稳定版 | 容器化部署 Agent(后续篇) |
| Git | 任意新版 | 代码管理、GitHub 开源 |
| Claude 账号 | — | 登录 Claude Code(claude.ai 免费注册) |
先建一个统一工作目录,避免文件散落:
mkdir -p ~/ai-agent-lab
cd ~/ai-agent-lab
(Windows 用 mkdir ai-agent-lab 然后 cd ai-agent-lab)
步骤
第一部分:基础环境
1. 安装 Python 3.13
去 python.org 下载 3.13。Windows 安装时务必勾选 Add python.exe to PATH。Mac 用 brew install python@3.13。
验证 + 建虚拟环境(后续每篇复用,避免包污染):
python --version # 预期:Python 3.13.x
python -m venv .venv
# Windows 激活:.venv\Scripts\activate
# Mac/Linux 激活:source .venv/bin/activate
激活后命令行前面出现 (.venv) 即成功。
2. 安装 Node.js 22
去 nodejs.org 下载 LTS 22(不要选 Current)。Mac 用 brew install node@22。
node --version # 预期:v22.x.x
npm --version
3. 安装 Docker
去 docker.com 下载 Docker Desktop,安装启动,任务栏出现小鲸鱼且状态 running。
docker --version # 预期:Docker version 27.x.x
docker run hello-world # 预期:输出 "Hello from Docker!"
4. 安装 Git
Windows 去 git-scm.com 默认选项安装;Mac 一般自带。
git --version # 预期:git version 2.x.x
5. 配置国内镜像(推荐)
pip 换清华源:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
Docker 换源:Docker Desktop → Settings → Docker Engine,加入后 Apply & Restart:
{
"registry-mirrors": ["https://docker.m.daocloud.io"]
}
第二部分:安装 Claude Code
注:这里安装的为claude coded命令行版本
6. 全局安装
npm install -g @anthropic-ai/claude-code
Windows 若报权限红字,用管理员身份 PowerShell 重跑。验证:
claude --version # 预期:输出版本号,如 1.0.28
7. 启动并登录
cd ~/ai-agent-lab
claude
第一次运行会自动打开浏览器:用 Claude 账号登录授权 → 授权成功后终端出现 > 输入提示符。
不想走浏览器 OAuth,也可以用 API Key(console.anthropic.com 创建):
# Windows:$env:ANTHROPIC_API_KEY = "sk-ant-xxxx"
# Mac/Linux:export ANTHROPIC_API_KEY="sk-ant-xxxx"
8. 最小冒烟测试
在 > 后输入:
> 列出当前目录下的文件
它会调用命令把目录内容打出来。能正常回应 = 安装 + 登录 + 运行全通。退出用 /exit。
验证
全部跑通 = 环境就绪:
python --version && node --version && docker --version && git --version
claude --version
再进 Claude Code 对话一句:
> 你是谁
能正常回应即达标。最终目录结构:
ai-agent-lab/
├── .venv/ # Python 虚拟环境
└── .claude/ # Claude Code 项目配置(自动生成)
踩坑记录
1. Windows 输入 python / claude 提示"不是内部或外部命令"
PATH 没生效。Python 重跑安装包勾 Add to PATH;claude 则跑 npm bin -g 把全局目录加进 PATH,重开终端。
2. docker run hello-world 超时拉不下来
没配镜像源或网络拦截。配上第 5 步 DaoCloud 镜像再试,仍不行切热点验证。
3. 虚拟环境激活后 pip install 装到了系统 Python
命令行前面没 (.venv)——激活没成功。重新激活,where pip(Win)/which pip(Mac)路径里应含 .venv。
4. Node 装了 Current 版,后续 MCP 工具报 EBADENGINE
严格用 LTS 22,装错就卸掉重装。
5. Claude Code 登录成功但一对话报 region / 地区不可用
Anthropic 对部分区域限制。这正是第 02、03 篇要解决的——用 DeepSeek / OpenRouter 接入,绕开官方区域。本篇先保证"能装能登"。
6. 终端中文乱码
用 Windows Terminal 替代老 cmd,或执行 chcp 65001 切 UTF-8。
下一步
装好了但还跑不了国产模型。下一篇接上你最需要的:
→ AI Agent 开发实战(02):Claude Code 接入 DeepSeek
用 DeepSeek 当大脑、Claude Code 当双手,成本直接砍到官方模型的几十分之一。
更多推荐



所有评论(0)