很多新手想学 AI，却卡在第一步：环境装不上、代码跑不通。这篇教程带你一步步搞定，让你也能跑出第一个 AI 程序。

准备环境：装好 Python 和编辑器

AI 编程最常用的语言是 Python（一种简单易学的编程语言）。你需要先安装它。

• 打开浏览器，搜索“Python 下载”，进入官网 python.org。
• 点击“Downloads”，选择你的操作系统（Windows/macOS），下载最新版本。
• 安装时，一定要勾选“Add Python to PATH”（这样电脑才能找到 Python）。其他默认即可。
• 安装完成后，按 Win+R 输入“cmd”打开命令提示符，输入 python --version，看到版本号就成功了。

接下来安装 VS Code（一个写代码的编辑器）。去 code.visualstudio.com 下载安装，打开后点左侧扩展图标，搜索“Python”，安装第一个结果。

安装 AI 库：一行命令搞定

AI 需要一些现成的工具包，叫 库（别人写好的代码，你直接拿来用）。我们装两个最常用的：TensorFlow 和 scikit-learn。

1. 打开命令提示符（或 VS Code 的终端）。
2. 输入 pip install tensorflow scikit-learn，按回车。
3. 等待下载安装（第一次可能比较慢，别急）。
4. 安装完后，输入 python -c "import tensorflow; print(tensorflow.__version__)"，看到版本号就表示成功。

常见坑：如果提示“pip 不是内部命令”，说明 Python 没加 PATH，重装时勾上那个选项就好。

第一次跑通：写一个简单的 AI 程序

我们让 AI 做一件小事：用 scikit-learn 训练一个模型，识别花的种类。

1. 在 VS Code 中新建文件，保存为 test.py。
2. 复制以下代码：

   from sklearn.datasets import load_iris
   from sklearn.tree import DecisionTreeClassifier
   from sklearn.model_selection import train_test_split
   
   # 加载数据
   iris = load_iris()
   X, y = iris.data, iris.target
   
   # 拆分为训练集和测试集
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
   
   # 训练决策树模型
   clf = DecisionTreeClassifier()
   clf.fit(X_train, y_train)
   
   # 预测并打印准确率
   accuracy = clf.score(X_test, y_test)
   print(f"模型准确率: {accuracy:.2f}")

3. 点击右上角的三角形“运行”按钮，或按 Ctrl+F5。
4. 如果输出“模型准确率: 0.9x”，恭喜你，第一个 AI 程序跑通了！

这段代码的意思是：让 AI 看一些花的特征（花瓣长度等），学会区分不同种类，然后测试它学得怎么样。

下一步可以做什么

• 试试改数据：用 load_digits 代替 load_iris，识别手写数字。
• 换个模型：把 DecisionTreeClassifier 改成 RandomForestClassifier（随机森林），看看准确率变化。
• 学更多：搜索“scikit-learn 教程”或“TensorFlow 入门”，跟着官方文档练习。

你已经迈出了 AI 第一步，接下来就是多练、多写。加油！