工具：实操环境 VS Code + Python venv + DeepSeek 主引擎

环境三件套

这是 FDE 学员和自学者的标准实操环境，刻意保持最简，让每个人都能复制：

1. VS Code：编辑器 + 终端。所有练习在 VS Code 里完成，不依赖任何 AI 编码助手（Copilot 之类）。
2. Python venv：每个项目一个虚拟环境，依赖隔离，避免”在我电脑上能跑、在你电脑上不行”。
3. DeepSeek 主引擎：唯一模型供应商，通过 DeepSeek API 调用。不混用多个模型商，保持环境一致、成本可控。

为什么是 DeepSeek

• 唯一供应商原则：训练营约定只用一个模型商，避免学员在多套 API、多套 Key、多套接口之间踩坑。
• 大陆可达：DeepSeek 在国内可直接访问，不需要额外的网络配置。
• 成本可控：API 按 Token 计费，自学和课堂批量使用都在可承受范围。

最小可跑流程

# 1. 建项目 + 虚拟环境
mkdir my-fde-lab && cd my-fde-lab
python3 -m venv .venv
source .venv/bin/activate

# 2. 装 SDK
pip install openai   # DeepSeek 兼容 OpenAI 接口

# 3. 设 Key
export DEEPSEEK_API_KEY="你的key"

之后用一个最小脚本就能调通 DeepSeek——这是 N1 环境搭建夜的标准动作。

断网降级预案

课堂场景（教室投影、弱网）是设计约束，不是事后补丁：

• 环境搭建：所有依赖（SDK、venv）提前下载好，课堂不现场 pip install。
• 模型调用：断网时无法调 API，降级为”离线演练”——讲方法论、读案例、写提示词草稿，网络恢复后再跑。
• 文档：关键讲义本地化，不依赖在线 CDN。

这套环境的目标

让学员把注意力放在”用 AI 解决问题”上，而不是”折腾环境”。环境越简单，卡住的人越少。