企业官网建设流程全解析

1. 为什么 AI Agent 开发第一步总是卡在环境上

AI Agent 开发听起来很酷，但真正动手时，八成的人会在第一步就卡住：Python 版本不对、Node.js 装成了 Current 版、Claude Code 装完启动报错、settings 配置文件不知道往哪改。我见过太多人在这几个环节反复折腾一整天，最后连一个能跑的最小 Agent 都没搭起来。

这篇是 AI Agent 开发实战系列的第一篇，目标很明确：把 Python、Node.js、Docker、Git 这套基础运行时装好，再装上 Claude Code，然后把 Claude Code 的 settings 配置文件改到 TaoToken 统一 Key/API 通道，最后跑通一次连通性验证。做完这些，你输入claude就能在终端里启动一个能读代码、改文件、跑命令的 AI 工程师，而且后续所有 Agent 调用都走同一条稳定的 API 通道。

适合谁看：第一次接触 Claude Code 的开发者、想系统学 AI Agent 但被环境劝退的人、以及已经装了 Claude Code 但不知道怎么把请求接到统一通道的人。整篇按“装完就能用”的思路写，每一步都有可复制的命令和预期输出，你照着敲就行。

先建一个统一工作目录，后面所有东西都放这里，避免文件散落各处：

mkdir -p ~/ai-agent-lab cd ~/ai-agent-lab

Windows 用户用mkdir ai-agent-lab然后cd ai-agent-lab即可。这个目录后面会放虚拟环境、Claude Code 项目配置，以及后续篇的 Agent 代码。

环境版本要求先列清楚，避免装错版本返工：

版本这块有个坑要提前说：Node.js 一定选 LTS 22，不要选 Current。Current 版虽然版本号更高，但很多 MCP 工具对引擎版本有严格校验，装 Current 后面会报EBADENGINE错误，到时候还得卸掉重装，不如一开始就装对。

2. 基础运行时安装：Python 3.13 与 Node.js 22 的完整配置流程

这一节把 Python、Node.js、Docker、Git 四个基础件装完，每个都给出验证命令和预期输出。装完这四个，Claude Code 才有运行的地基。

2.1 安装 Python 3.13

去 python.org 下载 3.13 安装包。Windows 安装时务必勾选Add python.exe to PATH，这一步漏了后面命令行会提示“不是内部或外部命令”。Mac 用户直接用 Homebrew：

brew install python@3.13

装完验证版本：

python --version # 预期输出：Python 3.13.x

接着建虚拟环境。虚拟环境的作用是把项目依赖和系统 Python 隔离开，避免包污染。后续每一篇的 Agent 代码都复用这个虚拟环境：

python -m venv .venv # Windows 激活： .venv\Scripts\activate # Mac/Linux 激活： source .venv/bin/activate

激活成功后，命令行前面会出现(.venv)前缀。这个前缀很重要，它告诉你当前 pip 装包是装进虚拟环境而不是系统 Python。如果激活后没看到这个前缀，说明激活没成功，后面pip install会装错地方。

2.2 安装 Node.js 22 LTS

去 nodejs.org 下载 LTS 22，注意选 LTS 而不是 Current。Mac 用：

brew install node@22

验证：

node --version # 预期输出：v22.x.x npm --version # 预期输出：10.x.x 或更高

Node.js 是 Claude Code 的运行基础，因为 Claude Code 本身是通过 npm 全局安装的。npm 是 Node 的包管理器，装 Node 时会一起装上。

2.3 安装 Docker

去 docker.com 下载 Docker Desktop，安装后启动，任务栏出现小鲸鱼图标且状态为 running 才算启动成功。验证：

docker --version # 预期输出：Docker version 27.x.x docker run hello-world # 预期输出：Hello from Docker!

docker run hello-world这条命令会拉取一个测试镜像并运行，如果能看到Hello from Docker!说明 Docker 引擎工作正常。这一步在后续篇部署容器化 Agent 时会用到。

2.4 安装 Git

Windows 去 git-scm.com 下载，安装时全部默认选项即可。Mac 一般自带 Git。验证：

git --version # 预期输出：git version 2.x.x

2.5 配置国内镜像加速

这一步不是必须的，但强烈推荐，能省掉大量等待时间。pip 换清华源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

Docker 换源：打开 Docker Desktop → Settings → Docker Engine，在 JSON 配置里加入镜像地址，然后点 Apply & Restart：

{ "registry-mirrors": ["https://docker.m.daocloud.io"] }

配完镜像源后，pip install和docker pull的速度会有明显提升。如果docker run hello-world之前超时拉不下来，配完这个镜像源再试通常就能成功。

四个基础件装完，跑一条组合命令确认全部就绪：

python --version && node --version && docker --version && git --version

四条版本号都正常输出，说明基础环境这一层已经稳了。

3. Claude Code 安装与 settings 改到 TaoToken 的可复制配置

基础环境就绪后，这一节装 Claude Code，并把它的 settings 配置文件改到 TaoToken 统一 Key/API 通道。这是整篇最核心的一步，配好之后后续所有 Agent 调用都走这条通道。

3.1 全局安装 Claude Code

npm install -g @anthropic-ai/claude-code

Windows 如果报权限红字，用管理员身份打开 PowerShell 重跑这条命令。验证安装：

claude --version # 预期输出：版本号，如 1.0.28

3.2 获取 TaoToken API Key

打开 TaoToken 控制台创建 API Key，地址是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 。创建后复制 Key，格式类似sk-xxxx，这个 Key 后面要填进 settings 配置文件。

TaoToken 在这里的角色是统一 API 通道：你不需要分别去各家模型厂商申请 Key，用同一个 Key 就能调用不同模型。对 AI Agent 开发来说，这意味着后续切换模型只需要改一个 Model ID，不用重新配 Key。

3.3 修改 settings 配置文件

Claude Code 的配置文件在用户目录下的.claude/settings.json。Windows 路径是C:\Users\你的用户名\.claude\settings.json，Mac/Linux 是~/.claude/settings.json。如果文件不存在就新建一个。

把下面这段配置复制进去，注意把sk-你的TaoToken密钥替换成你实际创建的 Key：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "sk-你的TaoToken密钥", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }

这三个字段是接入的三件套，缺一不可：

注意：ANTHROPIC_BASE_URL填的是https://taotoken.net/api，不要在后面加多余的路径。ANTHROPIC_AUTH_TOKEN填的是 TaoToken 创建的 Key，不是 Anthropic 官方的 Key。

如果你用的是项目级配置而不是全局配置，也可以在项目根目录建.claude/settings.json，格式完全一样。项目级配置只对当前项目生效，全局配置对所有项目生效。刚开始建议用全局配置，省得每个项目都配一遍。

3.4 配置生效验证

配置写完后，重新打开一个终端，让环境变量重新加载。然后启动 Claude Code：

cd ~/ai-agent-lab claude

第一次启动如果之前登录过 Anthropic 官方账号，可能会提示重新认证。因为我们已经在 settings 里配了ANTHROPIC_AUTH_TOKEN，它会优先用这个 Key 走 TaoToken 通道。

启动后进入>输入提示符，说明 Claude Code 已经跑起来了。这时候它发出的请求会走 TaoToken 的 API 通道，而不是直连官方。

4. 连通性验证：从最小冒烟测试到成功结果确认

配置写完不代表就能用，必须跑一次连通性验证，确认请求真的能通到 TaoToken 并拿到模型响应。这一节给出完整的验证动作和成功结果判断标准。

4.1 最小冒烟测试

在 Claude Code 的>提示符后输入：

> 列出当前目录下的文件

它会调用命令把目录内容打出来。如果能看到ai-agent-lab目录下的文件列表，说明安装、配置、请求链路全通了。

再输入一句确认模型身份：

> 你是谁

能正常回应即达标。这一步验证的是模型真的在响应，而不是只连上了 API 地址但模型调用失败。

4.2 用 curl 直接验证 API 通道

除了在 Claude Code 里测，还可以用 curl 直接打 TaoToken 的 API，确认 Key 和地址都没问题：

curl https://taotoken.net/api/v1/messages \ -H "x-api-key: sk-你的TaoToken密钥" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 100, "messages": [{"role": "user", "content": "回复 OK 两个字母"}] }'

如果返回的 JSON 里content字段有内容，说明 API 通道完全正常。如果返回 401，说明 Key 填错了；如果返回连接超时，说明地址或网络有问题。

4.3 成功结果判断标准

跑完上面两步，满足以下条件就算环境就绪：

第一，claude --version能输出版本号。第二，claude启动后进入>提示符。第三，输入“列出当前目录下的文件”能正常返回结果。第四，curl 请求返回的 JSON 里有模型回复内容。

最终目录结构应该是这样：

ai-agent-lab/ ├── .venv/ # Python 虚拟环境 └── .claude/ # Claude Code 项目配置（自动生成）

.claude目录是 Claude Code 自动生成的，里面会存项目级的配置和会话记录。.venv是 Python 虚拟环境，后续装 LangGraph、MCP Server 都装在这里面。

4.4 退出与重启

退出 Claude Code 用/exit。下次要用直接cd ~/ai-agent-lab然后claude即可，配置会一直保留。

如果改了 settings.json 里的配置，需要退出 Claude Code 重新启动才能生效，因为它只在启动时读取配置。

5. 本篇常见报错排查：401、local proxy failed、EBADENGINE 对照解决

环境搭建过程中最容易遇到几类报错，这一节按真实报错信息对照给出解决方法。遇到报错先别慌，对照下面的条目找。

5.1 401 认证失败

报错信息类似：

API Error: 401 Unauthorized

原因通常是ANTHROPIC_AUTH_TOKEN填错了，或者 Key 已经失效。排查步骤：打开~/.claude/settings.json，确认ANTHROPIC_AUTH_TOKEN字段的值是完整的 TaoToken Key，没有多余空格。然后去 TaoToken 控制台确认这个 Key 还在有效期内。

如果 Key 没问题但还是 401，检查ANTHROPIC_BASE_URL是不是写成了https://taotoken.net/api/带了尾部斜杠，去掉尾部斜杠再试。

5.2 local proxy failed 连接失败

报错信息类似：

Error: local proxy failed to connect

这类报错通常是网络层的问题。先确认ANTHROPIC_BASE_URL填的是https://taotoken.net/api，然后用 curl 直接测一下地址通不通：

curl -I https://taotoken.net/api

如果 curl 也连不上，说明本机网络到 TaoToken 的链路有问题，检查一下网络设置。如果 curl 能通但 Claude Code 报错，重启 Claude Code 让配置重新加载。

5.3 reading choices 解析错误

报错信息类似：

Error reading choices from response

这个报错说明请求发出去了，但返回的数据格式不符合预期。常见原因是ANTHROPIC_MODEL填了一个不存在的模型 ID。去 TaoToken 的模型列表确认一下你填的 Model ID 是否正确，比如claude-sonnet-4-20250514这种格式，大小写和连字符都要对。

5.4 EBADENGINE 引擎版本不匹配

报错信息类似：

npm ERR! code EBADENGINE npm ERR! engine Unsupported engine

这是 Node.js 版本不对导致的。很多 MCP 工具要求 Node ≥ 20，如果你装的是 Current 版或者版本太低就会报这个。解决方法是卸掉当前 Node，重装 LTS 22：

node --version # 如果输出不是 v22.x.x，去 nodejs.org 重装 LTS 22

5.5 OAuth 登录相关报错

如果你之前用 Anthropic 官方账号登录过，可能会遇到 OAuth 相关的报错，比如提示 token 过期或认证方式冲突。因为我们已经在 settings 里配了ANTHROPIC_AUTH_TOKEN，它会优先用这个 Key。如果还是报 OAuth 错误，删掉~/.claude/下的认证缓存文件再重启 Claude Code。

5.6 命令找不到：不是内部或外部命令

Windows 输入python或claude提示“不是内部或外部命令”，说明 PATH 没生效。Python 重跑安装包勾选Add to PATH；claude 则跑npm bin -g找到全局目录，把它加进系统 PATH，然后重开终端。

5.7 虚拟环境激活后 pip 装错地方

激活虚拟环境后命令行前面没出现(.venv)，说明激活没成功。重新激活，然后用where pip（Windows）或which pip（Mac）确认 pip 路径里包含.venv。如果路径里没有.venv，说明装到了系统 Python，需要重新激活再装。

5.8 终端中文乱码

Windows 老版 cmd 可能出现中文乱码。用 Windows Terminal 替代老 cmd，或者执行chcp 65001切换到 UTF-8 编码。

6. 环境就绪之后：把 Claude Code 接入更多模型与后续实战

到这里，Python 3.13、Node.js 22、Docker、Git 四个基础件装好了，Claude Code 装好了，settings 配置文件也改到了 TaoToken 统一通道，连通性验证也跑通了。你现在输入claude就能在终端里启动一个能读代码、改文件、跑命令的 AI 工程师。

这套环境的价值在于它是后续所有 Agent 实战的地基。虚拟环境.venv后面会装 LangGraph、MCP Server 这些 Agent 框架；Claude Code 的 settings 配置后面只需要改ANTHROPIC_MODEL字段就能切换不同模型；TaoToken 的统一 Key 让你不用为每个模型单独申请凭证。

如果你还没创建 TaoToken 的 Key，去控制台创建一个：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 。创建后填进 settings.json 的ANTHROPIC_AUTH_TOKEN字段即可。

想先体验一下模型对话效果，可以直接打开模型对话页面测试：https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 。在里面选一个模型发一句话，确认 Key 和通道都正常，再回到 Claude Code 里用。

如果你打算长期做 Agent 开发，频繁调用模型，可以了解一下 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。它适合需要稳定、长期编码调用的场景，比按次调用更划算。

接入文档在这里，遇到配置细节可以查：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。控制台入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite 。

下一篇是 AI Agent 开发实战（02）：Claude Code 接入 DeepSeek。用 DeepSeek 当大脑、Claude Code 当双手，把模型接入这一步彻底跑通。环境已经就绪，下一篇直接改 settings 里的 Model ID 就能切换模型，不用再折腾安装。