Phase 00: Setup & Tooling

Môi trường phát triển

Các công cụ của bạn định hình tư duy của bạn.

Type: Build

Languages: Python, Node.js, Rust

Prerequisites: None

Time: ~45 minutes

Mục tiêu học tập

Thiết lập Python 3.11+, Node.js 20+, và Rust từ đầu
Cài đặt môi trường ảo và quản lý gói cho các bộ xây dựng có thể tái tạo
Kiểm tra truy cập GPU bằng CUDA/MPS và chạy một hoạt động tensor thử nghiệm
Hiểu được các gói bốn tầng: hệ thống, gói, thời gian chạy, thư viện AI

Vấn đề

Bạn sắp học kỹ thuật AI trên 500 bài học sử dụng Python, TypeScript, Rust và Julia. Nếu môi trường của bạn bị phá vỡ, mỗi bài học sẽ trở thành một cuộc chiến chống lại công cụ thay vì học tập.

Hầu hết mọi người bỏ qua cài đặt môi trường, sau đó họ dành nhiều giờ để cố gắng khắc phục lỗi nhập khẩu, xung đột phiên bản và các trình điều khiển CUDA bị mất.

Khái niệm

Một môi trường kỹ thuật AI có bốn lớp:

graph TD
    A["4. AI/ML Libraries\nPyTorch, JAX, transformers, etc."] --> B["3. Language Runtimes\nPython 3.11+, Node 20+, Rust, Julia"]
    B --> C["2. Package Managers\nuv, pnpm, cargo, juliaup"]
    C --> D["1. System Foundation\nOS, shell, git, editor, GPU drivers"]

Chúng tôi cài đặt từ dưới lên. Mỗi lớp phụ thuộc vào lớp dưới đó.

Hãy xây dựng nó

Bước 1: Cơ sở hệ thống

Kiểm tra hệ thống của bạn và cài đặt các cơ bản.

bash# macOS
xcode-select --install
brew install git curl wget

# Ubuntu/Debian
sudo apt update && sudo apt install -y build-essential git curl wget unzip

# Windows (use WSL2)
wsl --install -d Ubuntu-24.04

Bước 2: Python với uv

Chúng tôi sử dụnguv nó nhanh hơn 10-100 lần so với pip và xử lý môi trường ảo tự động.

bashcurl -LsSf https://astral.sh/uv/install.sh | sh

uv python install 3.12

uv venv
source .venv/bin/activate  # or .venv\Scripts\activate on Windows

uv pip install numpy matplotlib jupyter

Kiểm tra:

pythonimport sys
print(f"Python {sys.version}")

import numpy as np
print(f"NumPy {np.__version__}")
a = np.array([1, 2, 3])
print(f"Vector: {a}, dot product with itself: {np.dot(a, a)}")

Bước 3: Node.js với pnpm

Đối với bài học TypeScript (các đại lý, máy chủ MCP, ứng dụng web).

bashcurl -fsSL https://fnm.vercel.app/install | bash
fnm install 22
fnm use 22

npm install -g pnpm

node -e "console.log('Node', process.version)"

Bộ cài đặt fnm kiểm tra cho unzipđầu tiên và ra đi với Not installing fnm due to missing dependencies.khi nó không có: trên Linux nó mở gói một tệp zip, trên macOS nó cài đặt thông qua Homebrew. macOS tàu unzip; Ubuntu, Debian, và WSL2 lấy nó từ dòng apt bước 1 (sudo apt install -y unzipnếu bạn bỏ qua bước đó).

macOS / Apple Silicon (M1/M2/M3/M4):Nếu người cài đặt dừng lại với Error: Cannot install under Rosetta 2 in ARM default prefix (/opt/homebrew), thiết bị của bạn đang chạy dưới Rosetta 2 (archdấu vân tayi386(Tạm dịch: Homebrew là một bộ phận tự nhiên của arm64.fnm install 22- Có thể là:

basharch -arm64 brew install fnm
echo 'eval "$(fnm env --use-on-cd)"' >> ~/.zshrc
source ~/.zshrc

Bước 4: Độ độc

Đối với các bài học quan trọng về hiệu suất (trả lời, hệ thống).

bashcurl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

rustc --version
cargo --version

Bước 5: Julia (Tự chọn)

Để học toán nặng mà Julia sáng sủa.

bashcurl -fsSL https://install.julialang.org | sh

julia -e 'println("Julia ", VERSION)'

Bước 6: Thiết lập GPU (Nếu bạn có một)

NVIDIA (Linux / Windows):

bashnvidia-smi

# Install PyTorch with CUDA
uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

macOS / Apple Silicon (M1/M2/M3/M4):Không có CUDA trên Mac được mong đợi, không có sự thất bại.not Đi qua--index-url .../cuXXX(Những bánh xe đó chỉ là Linux / Windows, vì vậy cài đặt thất bại).

bashuv pip install torch torchvision torchaudio

Kiểm tra (hợp tác trên bất kỳ nền tảng nào):

pythonimport torch
print(f"CUDA available: {torch.cuda.is_available()}")           # False on macOS — expected
print(f"MPS available:  {torch.backends.mps.is_available()}")   # True on Apple Silicon
if torch.cuda.is_available():
    print(f"GPU: {torch.cuda.get_device_name(0)}")

Không có GPU? Không có vấn đề. Hầu hết các bài học đều chạy trên CPU. Đối với các bài học nặng, hãy sử dụng Google Colab hoặc GPU đám mây.

Bước 7: Kiểm tra tuyến đường bạn muốn bắt đầu

Hãy chạy mọi lệnh trong bài học này từ nguồn kho, thư mục mà

chứa README.mdvà phases/- Chuẩn bị kiểm tra chỉ cần điều gì đó.

bắt đầu tuyến đường được chọn. Nó bỏ qua các công cụ sau theo mặc định để một người mới học thấy

Một câu trả lời rõ ràng thay vì một bức tường cảnh báo.

Bắt đầu chuỗi người mới bắt đầu:

bashpython3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner

Hoặc chỉ kiểm tra đường bạn muốn:

bashpython3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route ml-foundations
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route llm-engineering
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route agents
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route mcp
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route agent-skills
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route certification

Thêm --show-laterkhi bạn muốn cùng một chuyến bay trước để kiểm tra các công cụ tùy chọn

Một công cụ sau này không bao giờ chặn các

đường đi được chọn.

Mỗi kiểm tra yêu cầu thất bại bao gồm đường dẫn phát hiện hoặc lỗi nhập khẩu và một

Các kỹ năng của đại lý và các tuyến đường chứng nhận cũng cho thấy

kiểm tra máy chủ thủ công bởi vì một kịch bản Python không thể chứng minh rằng một máy chủ AI có

phát hiện ra một kỹ năng hoặc phạm vi kỹ năng bạn chọn là có thể viết.

Khi chuyến bay trước khi bắt đầu đi qua, nó in bài học đầu tiên:

textReady to start Beginner course.
Next: python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

Sử dụng nó

Môi trường của bạn sẵn sàng để bắt đầu tuyến đường bạn đã kiểm tra.

khi một bài học yêu cầu họ thay vì chặn bài học đầu tiên của bạn trên toàn bộ

Đây là những gì bạn sẽ sử dụng trong chương trình giảng dạy:

Language	Used In	Package Manager
Python	Phases 1-12 (ML, DL, NLP, Vision, Audio, LLMs)	uv
TypeScript	Phases 13-17 (Tools, Agents, Swarms, Infra)	pnpm
Rust	Phases 12, 15-17 (Performance-critical systems)	cargo
Julia	Phase 1 (Math foundations)	Pkg

Chuyển nó

Bài học này tạo ra một kịch bản xác minh mà bất cứ ai có thể chạy để kiểm tra thiết lập của họ.

Nhìn xemoutputs/prompt-env-check.mdcho một lời nhắc giúp trợ lý AI chẩn đoán các vấn đề môi trường.

Các bài tập

Động trình kịch bản xác minh và sửa lỗi
Tạo một môi trường ảo Python cho khóa học này và cài đặt PyTorch
Viết "hào thế giới" bằng cả bốn ngôn ngữ và chạy mỗi ngôn ngữ

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.