Levi Lee
EN 中文

2026年5月28日

從零開始：建好你的 AI 開發環境

這是我在 NTU AI Club 114-2 帶的第一堂課，和 datafox.tw 一起完成的「生存包」：讓一個完全沒寫過 code 的人，也能在一個晚上把開發環境建起來、跑出第一行程式。

我自己是政治系畢業、後來才轉職寫軟體的，很清楚「光是把環境裝好」對新手來說有多勸退。所以這篇刻意寫得很細——照著做就好。

為什麼是 Python？

優點

  • 語法簡潔直觀，接近英文，新手友善、上手快。
  • 生態系完整，套件管理容易；AI／ML／資料分析／Web 都有成熟套件。
  • 社群龐大，Stack Overflow、GitHub 資源豐富。
  • 業界主流，Google、Meta、OpenAI 都大量使用。

需要注意

  • 速度較慢（直譯語言，比 C/C++ 慢 10～100 倍）。
  • GIL（Global Interpreter Lock）會影響多執行緒。
  • 動態型別在大型專案容易產生 bug。

但在 AI／資料的場景幾乎都用 Python，這些缺點不影響你學習。結論：要學 AI，Python 是目前最佳起點。

IDE 與 Terminal 是什麼？

兩個名詞先搞懂，後面才不會卡：

  • IDE（整合開發環境）——寫 code 的地方。提供語法高亮、自動補全、除錯工具（Debugger）、檔案管理與 Git 整合，終端機通常也內建在裡面。
  • Terminal（終端機）——用文字指令跟電腦溝通的地方。拿來執行 Python 程式、安裝套件（pip install）、操作檔案系統。macOS 叫 Terminal，Windows 叫 CMD / PowerShell。

簡單記：IDE 是開發 code 的地方，Terminal 是執行 code 指令的地方，而 Terminal 就藏在 IDE 裡面。

推薦的 IDE

  • VS Code——免費、經典、輕量、外掛豐富。
  • Antigravity——Google 在 2025 年底推出的 AI IDE，底層就是 VS Code，所以你會用 VS Code 就會用它，只是多了內建的 Gemini AI Agent，能幫你寫 code、跑測試。

安裝 Python

macOS

  1. 到 python.org/downloads 下載安裝檔；或
  2. 若有 Homebrew，直接 brew install python3。

Windows

到 python.org/downloads 下載安裝檔。安裝時一定要勾選「Add Python to PATH」，否則終端機會找不到 python。

驗證安裝成功——打開終端機，輸入：

python3 --version    # macOS
python --version     # Windows

看到版本號（例如 Python 3.12.x）就代表成功了。

VS Code / Antigravity 擴充套件

  • 必裝：Python、Jupyter。
  • 可選：WakaTime（追蹤你的寫程式時數，蠻有成就感）、Cline（免費的 AI 程式碼助手，Gemini 額度用完時可以平替）、Rainbow CSV（更清楚地檢視 CSV）。

套件管理：從 uv 開始

pip 是 Python 的套件管理器，想像成「App Store for Python」。常用指令：

pip install requests              # 安裝套件
pip install requests==2.31.0      # 指定版本
pip list                          # 列出已安裝套件
pip freeze > requirements.txt     # 匯出清單
pip install -r requirements.txt   # 一鍵安裝清單內所有套件

不過我會建議新手直接從 uv 開始。uv 是 Astral（做 Ruff 的公司）推出的超快工具，一個指令搞定 pip + venv + pyenv 的所有事情，安裝套件比 pip 快 10～100 倍，還自動幫你管理虛擬環境，省下一堆繁瑣設定。

# 安裝 uv
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows (PowerShell)
irm https://astral.sh/uv/install.ps1 | iex

# 建立專案 & 安裝套件
uv init my-ai-project       # 建新專案，自動產生 pyproject.toml
cd my-ai-project
uv add requests             # 加套件，比 pip install 快超多
uv add google-genai         # 加入 Gemini SDK
uv run python main.py       # 自動用正確的虛擬環境執行

什麼是 API 與 API Key？

寫 AI 應用一定會用到 API：你的程式透過它去「呼叫」別人的服務（例如 Gemini）。而 API Key 就等於你的身分——別人拿到你的 Key，就能用你的名義瘋狂呼叫，也就是幫你花錢。

真實案例：有人把 API Key 推到 GitHub，被刷了 55,000 美金。

所以無論何時，不要洩漏你的任何 API Key，更不要把它放進程式碼或上傳到公開 repo。

申請一把免費的 Gemini API Key

免費、不需要信用卡，只要有 Google 帳號就能申請：

  1. 打開 Google AI Studio 並用 Google 帳號登入。
  2. 首次登入會跳出服務條款，點「Accept」。
  3. 點左側「Get API Key」（或直接前往 aistudio.google.com/apikey）。
  4. 選「Create API key in new project」，Google 會自動建立 Cloud 專案。
  5. 複製並立刻存到安全的地方。Key 的格式是 AIza 開頭的一長串字串。

學習和做小專案，免費額度（Free Tier）完全夠用；超過限制會收到 429（Rate Limit）錯誤，等一下再試就好。

最重要的一段：Key 安全管理

絕對不要把 Key 寫死在程式碼裡：

api_key = "AIza..."   # ← 千萬不要這樣寫

正確做法是用環境變數，並把它寫在 .env，再把 .env 加進 .gitignore，確保它永遠不會被 git 上傳：

# 終端機或 shell 設定檔
export GEMINI_API_KEY="你的key"
# .gitignore
.env

今天的任務

  1. 安裝 Python ＋ 一個 IDE（VS Code 或 Antigravity）。
  2. 成功跑出 Hello, World!。
  3. 看一部推薦的 Python 教學影片。
  4. （選修）申請一把 Gemini API Key，並用它做一個單次對話的聊天機器人，測試一下。

環境建好之後，下一步就是語法。我把那部分整理在另一篇：Python 101：開始寫 AI 專案前真正需要的語法。

轉領域真的很辛苦，但「把環境裝好」這關過了，你就已經跨出最難的一步了。有問題歡迎來信，我很樂意聊聊。

文章