很多人想学AI，但第一步就被环境安装劝退了。别担心，这篇教程会带你一步步搞定，让你第一次就能跑通一个AI程序。

第一步：安装Python

Python 是一种编程语言，AI开发最常用的就是它。去Python官网下载最新版本（比如3.12）。安装时记得勾选“Add Python to PATH”，这样你才能在命令行里直接使用Python。

第二步：安装代码编辑器

你需要一个地方写代码。推荐用 VS Code（Visual Studio Code），它是免费又好用的编辑器。去VS Code官网下载安装。安装后打开，在左侧扩展商店搜索“Python”并安装官方扩展，这样VS Code就能识别Python代码了。

第三步：创建虚拟环境并安装AI库

虚拟环境 是一个隔离的Python环境，让你的项目不会互相干扰。打开终端（Windows上是命令提示符或PowerShell，Mac上是终端），输入以下命令创建一个新文件夹并进入：

• mkdir my_ai_project
• cd my_ai_project

然后创建虚拟环境：

• python -m venv venv

激活它：

• Windows: venv\Scripts\activate
• Mac/Linux: source venv/bin/activate

现在安装一个简单的AI库 scikit-learn，它包含了常用的机器学习算法。输入：

• pip install scikit-learn

等待安装完成。

第四步：写第一个AI程序

在VS Code中，打开你刚才创建的文件夹，新建一个文件叫 hello_ai.py。复制以下代码进去：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = load_iris()
X, y = iris.data, iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建决策树模型并训练
model = DecisionTreeClassifier()
model.fit(X_train, y_train)

# 预测并计算准确率
y_pred = model.predict(X_test)
print("准确率:", accuracy_score(y_test, y_pred))

然后运行它：在VS Code中右键点击文件，选择“Run Python File in Terminal”。如果看到输出“准确率: 1.0”或类似数字，恭喜你，你成功跑通了第一个AI程序！

常见坑提醒

• 如果提示“pip不是内部命令”，说明Python没添加到PATH，重装时勾选那个选项。
• 如果激活虚拟环境失败，确保你已经在正确的文件夹里。
• 代码报错时，先看错误信息，通常它会告诉你怎么解决。

现在你已经有了一个能用的AI环境，下一步可以试试用同样的方法安装TensorFlow或PyTorch，跑更复杂的模型。记住，动手做比看教程更重要，多试几次就会越来越熟练。