准备环境：安装 Python

Python 是一种简单易学的编程语言，也是 AI 开发最常用的工具。首先，去 python.org 下载最新版 Python（建议 3.10 或更高）。安装时记得勾选“Add Python to PATH”，这样就能在命令行直接使用。安装完成后，打开终端（Windows 用 cmd 或 PowerShell，Mac/Linux 用终端），输入 python --version，如果显示版本号就说明成功了。

安装 Jupyter Notebook 和常用库

Jupyter Notebook 是一个在浏览器里写代码的工具，特别适合 AI 实验。在终端输入以下命令安装：

• pip install jupyter – 安装 Jupyter
• pip install transformers torch – 安装 Hugging Face 的 Transformers 库（用于加载预训练模型）和 PyTorch（深度学习框架）

如果下载慢，可以加国内镜像：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter transformers torch。安装完成后，输入 jupyter notebook 启动，浏览器会自动打开一个页面。

第一次跑通：文本生成示例

在 Jupyter 里新建一个 Python 笔记本，复制以下代码并运行：

1. from transformers import pipeline – 导入流水线工具
2. generator = pipeline('text-generation', model='gpt2') – 加载 GPT-2 模型（第一次会下载，约 500MB）
3. result = generator('Hello, AI is', max_length=30) – 让模型补全文本
4. print(result) – 查看输出

如果看到类似 [{'generated_text': 'Hello, AI is a powerful tool...'}] 的内容，恭喜你，第一个 AI 模型跑通了！

常见坑和下一步

• 报错“No module named 'transformers'”：说明没安装成功，重新运行 pip install transformers 并检查网络。
• 模型下载慢：可以设置环境变量 export HF_ENDPOINT=https://hf-mirror.com（Mac/Linux）或 set HF_ENDPOINT=https://hf-mirror.com（Windows），使用国内镜像。
• 下一步：试试加载其他模型，比如 bert-base-uncased 做文本分类，或者 gpt2-medium 生成更长的内容。也可以学习用 Hugging Face Datasets 加载数据，训练自己的小模型。