Ch 0 — 把工具裝好

30-45 分鐘。本章結束你會跑出你的第一個「LLM Hello-World」（你打字 → LLM 回你 → 在 Terminal 看到回答）。
適合：完全沒打開過 Terminal、沒裝過 Python、沒用過 git、沒申請過 API key 的人。
不適合：已經會以上四件事且跑過 import anthropic 一次的人——直接跳 Ch 1。

0. 你現在的位置自我評估

讀 Ch-1 動手練習 -1.1 你寫下的 3 個答案，對照下表：

你的答案	從哪一節開始
「不會 code、沒用過 Terminal」	從 §1 開始（全章）
「會一點 Python，但沒申請過 API key」	跳 §4（API key 申請）
「會 Python 跟 git，沒接過 LLM API」	跳 §6（第一個 LLM Hello-World）
「以上都會了」	跳 Ch 1

1. 打開 Terminal（5 分鐘）

Terminal 是一個文字介面，讓你打指令叫電腦做事。你會在這本書裡常常用到。

macOS

按 Cmd + Space → 輸入 terminal → Enter
出現黑底白字（或白底黑字）的視窗就是 Terminal

Windows

按 Win + X → 選 Windows Terminal（Windows 11）或 PowerShell（Windows 10）
如果沒有 Windows Terminal，先去 Microsoft Store 搜尋安裝

Linux

大概不用我教

試一下這個指令

打 echo Hello 然後按 Enter：

$ echo Hello
Hello

如果看到第二行印出 Hello，恭喜，Terminal 通了。

💡 指令前面那個 $ 是提示符號，不用打。本書凡是 $ 開頭的就是 Terminal 指令。

2. 裝 Python（10 分鐘）

我們會用 Python 寫 agent。Python 3.10 或更新的版本就行。

macOS（推薦用 uv）

uv 是一個極快的 Python 安裝管理器，2024 年起變主流。

bash

$ curl -LsSf https://astral.sh/uv/install.sh | sh
$ source ~/.zshrc  # 或 ~/.bashrc，看你 shell
$ uv python install 3.12
$ uv python --version

如果不想用 uv，也可以直接：

bash

$ brew install python@3.12

Windows

到 https://www.python.org/downloads/ 下載 Python 3.12 installer，安裝時記得勾「Add Python to PATH」。

驗證：

> python --version
Python 3.12.x

Linux

bash

$ sudo apt install python3.12 python3.12-venv

3. 裝 git（5 分鐘）

git 是版本管理工具，agent 開發離不開它。

macOS

bash

$ git --version  # 多數 Mac 已內建

如果沒有：

bash

$ xcode-select --install

Windows

到 https://git-scm.com/download/win 下載 installer，全部 default 安裝。

驗證：

bash

$ git --version
git version 2.x.x

第一次設定（必做）

bash

$ git config --global user.name "Your Name"
$ git config --global user.email "you@example.com"

💡 那個 email 會出現在你之後 push 上 GitHub 的 commit，不要用工作或隱私 email，最好申請一個專用的 dev email。

4. 申請 API key（10-15 分鐘）

我們要用真的 LLM API 來練習。你需要至少一家的 API key。本書範例會用 Anthropic（Claude），但 OpenAI（GPT）也能 follow，後面章節會教其他家（Gemini / Groq / OpenRouter）。

💡 想看完整 11 家 LLM 對照（含免費層 / 怎麼選 / curl 範例 / 費用）？翻 LLM / API 申請指南（分 3 分類頁面：商業 / 開源聚合 / 本地主權）。

我推薦：Anthropic Claude（5 美金免費額度）

去 https://console.anthropic.com/
註冊帳號（Google / 電子郵件都行）
進到 API Keys 頁面
點 Create Key → 命名（例如 agentz-learning）→ 複製出來
複製出來的那個 sk-ant-... 字串就是你的 API key——存到密碼管理器，不要貼到任何公開地方

⚠️ 重要：API key 等於你信用卡的 PIN——別人拿到就可以用你的額度跑 LLM。
不要 commit 到 git
不要貼 Discord / Slack / 公開 issue
不要寫在 code 裡——用環境變數（後面教）

備選：OpenAI GPT

到 https://platform.openai.com/api-keys 一樣流程。OpenAI 沒有免費額度（至少 2026 年初還沒有），最低充 5 美金可以用很久。

Anthropic / OpenAI 都不要也行：用 Groq（免費）

Groq 提供 Llama / Mixtral 系列 LLM 的完全免費 API（有 rate limit）。

去 https://console.groq.com/
註冊
拿 gsk_... key

本書範例會以 Anthropic 為主軸，但每個範例都會在 §章節末附 Groq / OpenAI 的等價寫法。

5. 把 API key 設成環境變數（5 分鐘）

不要把 API key 寫進 code。我們把它放在 shell 的環境變數裡，code 從環境變數讀。

macOS / Linux

編輯你的 shell config：

bash

$ nano ~/.zshrc   # zsh（macOS 預設）
# 或
$ nano ~/.bashrc  # bash

最下面加上：

bash

export ANTHROPIC_API_KEY="sk-ant-...你的 key..."
export OPENAI_API_KEY="sk-...你的 key..."  # 如果有
export GROQ_API_KEY="gsk_...你的 key..."   # 如果有

存檔（Ctrl + O 然後 Ctrl + X），然後 source：

bash

$ source ~/.zshrc
$ echo $ANTHROPIC_API_KEY  # 應該印出你的 key

Windows（PowerShell）

powershell

> [Environment]::SetEnvironmentVariable("ANTHROPIC_API_KEY", "sk-ant-...", "User")

關掉再重開 Terminal，然後：

powershell

> $env:ANTHROPIC_API_KEY

6. 你的第一個 LLM Hello-World（10 分鐘）

目標：你輸入「你好」，Claude 回你一句話，印在 Terminal。

建一個工作資料夾

bash

$ mkdir agentz-learning
$ cd agentz-learning

用 uv 建虛擬環境

bash

$ uv init
$ uv add anthropic

💡 虛擬環境：把這個專案的 python 套件跟其他專案隔開，避免互相打架。uv init 自動建好。

寫第一支 script

新增檔案 hello.py：

python

import os
import anthropic

client = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

message = client.messages.create(
    model="claude-haiku-4-5",
    max_tokens=200,
    messages=[
        {"role": "user", "content": "你好，用繁體中文跟我問好，並推薦我學 AI Agent。"}
    ]
)

print(message.content[0].text)

跑！

bash

$ uv run hello.py

你應該看到 Claude 用繁中跟你問好+推薦學 AI Agent 的一段回答。

恭喜——你的第一個 LLM Hello-World 完成了。截圖留著，這是你第一個 Watcher 階段 milestone evidence。

7. 跑不出來？常見錯誤排查

錯誤訊息	原因	怎麼修
`ModuleNotFoundError: No module named 'anthropic'`	沒裝 anthropic 套件	`uv add anthropic` 再 `uv run hello.py`
`KeyError: 'ANTHROPIC_API_KEY'`	環境變數沒設好	回 §5 確認，再開新 Terminal
`anthropic.AuthenticationError`	API key 是錯的	回 console 重 copy；注意首尾無空白
`anthropic.NotFoundError: model: claude-haiku-4-5`	模型名打錯/未啟用	換 `claude-haiku-4-5-20251001` 或 `claude-3-5-haiku-latest`
命令 `uv` not found	uv 沒裝好 / shell 沒 source	回 §2

8. 動手練習

練習 0.1：你的第一個 Hello-World

完成 §6 — 跑出 LLM 用繁中回你的問候。 成功標準：Terminal 看到 Claude 的回答。儲存截圖，本章 milestone evidence。

練習 0.2：問同樣問題、看兩家

複製 hello.py 為 hello-openai.py，改用 OpenAI（或 Groq，看你申請了哪個）的 API 問同樣問題。 成功標準：兩家答案在你 Terminal 並排比較。

💡 OpenAI 套件名是 openai，範例：

python

from openai import OpenAI
client = OpenAI()
resp = client.chat.completions.create(model="gpt-4o-mini", messages=[...])

Groq 用 OpenAI 套件加 base_url 即可：

python

client = OpenAI(api_key=os.environ["GROQ_API_KEY"], base_url="https://api.groq.com/openai/v1")

練習 0.3：把作業上 git

bash

$ cd agentz-learning
$ git init
$ echo ".env" > .gitignore
$ git add hello.py hello-openai.py
$ git commit -m "Ch 0 hello-world"

成功標準：git log 看得到你的第一個 commit。

9. 你做完這一章後 ✅

[ ] Terminal 打開過、跑過 echo Hello
[ ] Python 3.10+ 裝好，python --version 印出版本
[ ] git 裝好，設過 user.name / user.email
[ ] 申請過至少一家 LLM API key（Anthropic / OpenAI / Groq 任選）
[ ] API key 放在環境變數，沒 hardcode 在 code
[ ] 跑出練習 0.1 — 第一個 LLM Hello-World
[ ] （加分）跑完 0.2 對比兩家
[ ] （加分）作業進 git

打勾 6 個以上，進 Ch 1 — LLM 是什麼。

10. 補充：本章用到的工具總覽

工具	角色	後面還會用
Terminal	跑指令的介面	全書
Python 3.12	寫 agent 的程式語言	全書
uv	Python 套件管理（裝/移除/版本鎖）	全書
git	版本管理	全書
環境變數（`ANTHROPIC_API_KEY` 等）	安全存 API key	全書
anthropic / openai / groq SDK	呼叫 LLM API	Ch 1 起

11. 想要 ChatGPT 風 GUI？open-webui

不想每次都 Python script？open-webui/open-webui（136K★, Python）是 self-host 版 ChatGPT 介面，支援 Anthropic / OpenAI / Ollama / 任何 OpenAI-compatible API——一個 Web UI 跨所有家。

bash

# Docker 起一個本機 instance
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

# 開 http://localhost:3000 → 設 API key → 開聊

何時用：純聊天 / 比較不同 model 同一個 prompt / 給家人朋友用（架家用）。寫 agent 還是要回 Python 走 SDK / Ch 4 起 CLI agent——GUI 沒有 tool use / hook / 自動化。

下一章 Ch 1 會把「LLM 是什麼」真正講清楚——你接下來會問的所有問題（token、context、cost、model 怎麼選）都會在 Ch 1 找到答案。

Ch 0 — 把工具裝好 ​

0. 你現在的位置自我評估 ​

1. 打開 Terminal（5 分鐘） ​

macOS ​

Windows ​

Linux ​

試一下這個指令 ​

2. 裝 Python（10 分鐘） ​

macOS（推薦用 uv） ​

Windows ​

Linux ​

3. 裝 git（5 分鐘） ​

macOS ​

Windows ​

第一次設定（必做） ​

4. 申請 API key（10-15 分鐘） ​

我推薦：Anthropic Claude（5 美金免費額度） ​

備選：OpenAI GPT ​

Anthropic / OpenAI 都不要也行：用 Groq（免費） ​

5. 把 API key 設成環境變數（5 分鐘） ​

macOS / Linux ​

Windows（PowerShell） ​

6. 你的第一個 LLM Hello-World（10 分鐘） ​

建一個工作資料夾 ​

用 uv 建虛擬環境 ​

寫第一支 script ​

跑！ ​

7. 跑不出來？常見錯誤排查 ​

8. 動手練習 ​

練習 0.1：你的第一個 Hello-World ​

練習 0.2：問同樣問題、看兩家 ​

練習 0.3：把作業上 git ​

9. 你做完這一章後 ✅ ​

10. 補充：本章用到的工具總覽 ​

11. 想要 ChatGPT 風 GUI？open-webui ​

Ch 0 — 把工具裝好

0. 你現在的位置自我評估

1. 打開 Terminal（5 分鐘）

macOS

Windows

Linux

試一下這個指令

2. 裝 Python（10 分鐘）

macOS（推薦用 uv）

Windows

Linux

3. 裝 git（5 分鐘）

macOS

Windows

第一次設定（必做）

4. 申請 API key（10-15 分鐘）

我推薦：Anthropic Claude（5 美金免費額度）

備選：OpenAI GPT

Anthropic / OpenAI 都不要也行：用 Groq（免費）

5. 把 API key 設成環境變數（5 分鐘）

macOS / Linux

Windows（PowerShell）

6. 你的第一個 LLM Hello-World（10 分鐘）

建一個工作資料夾

用 uv 建虛擬環境

寫第一支 script

跑！

7. 跑不出來？常見錯誤排查

8. 動手練習

練習 0.1：你的第一個 Hello-World

練習 0.2：問同樣問題、看兩家

練習 0.3：把作業上 git

9. 你做完這一章後 ✅

10. 補充：本章用到的工具總覽

11. 想要 ChatGPT 風 GUI？open-webui