很多朋友想学 AI 开发，但不知道从哪开始。这篇文章会带你从零开始，搭建一个真正能用的 AI 工作流——当 GitHub 上有新版本发布时，AI 自动写发布说明、生成 PDF，并发送到 Discord。整个过程你只需要跟着步骤走，不需要任何 AI 基础。

准备环境：装好 Python 和编辑器

• 下载并安装 Python（一种让电脑按你写的指令运行的编程语言），版本≥3.9。官网 python.org 下载安装包，安装时勾选“Add Python to PATH”。
• 安装 VS Code（一款免费好用的代码编辑器），官网 code.visualstudio.com 下载。
• 在 VS Code 中安装 Python 插件：打开左侧扩展图标，搜索“Python”，点击安装。
• 打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），输入 python --version 确认显示版本号。

安装 MCP 和相关库

MCP（模型上下文协议）是让 AI 程序与外部工具（如 GitHub、Discord）通信的“翻译官”。

1. 在终端执行：pip install mcp（pip 是 Python 的安装工具）。
2. 安装其他依赖：pip install requests reportlab discord.py（requests 用于网络请求，reportlab 生成 PDF，discord.py 连接 Discord）。
3. 若遇到权限错误，在命令前加 sudo（Mac/Linux）或以管理员身份运行终端（Windows）。

编写并运行你的第一个 AI 脚本

我们创建一个简单的 MCP 服务器，让 AI 能读取 GitHub 的最新发布信息。

1. 在 VS Code 中新建文件，命名为 server.py。
2. 复制以下代码：

   from mcp import Server, Tool
   server = Server("release-notifier")
   @server.tool("get_latest_release")
   async def get_latest_release(owner: str, repo: str) -> str:
       # 这里调用 GitHub API 获取最新版本
       return f"Latest release of {owner}/{repo} is v1.0"
   server.run()

3. 保存文件，在终端中运行：python server.py。如果看到“Server started”字样，说明成功。
4. 打开浏览器访问 http://localhost:8000，你就能看到 MCP 的交互界面了。

下一步：连接真实数据

现在你已经跑通了基础流程。接下来可以：

• 用 Cloudflare Tunnel（一种将本地服务暴露到公网的工具）让你的服务器能被 GitHub 的 Webhook 访问。
• 在 GitHub 仓库设置中添加 Webhook，指向你的公网地址。
• 当有新的 Release 发布时，AI 会自动写说明、生成 PDF 并发送到 Discord。

这些步骤在原文的 README 中有详细截图和代码。如果你卡住了，欢迎在评论区留言，我会尽力帮你解决。