0x00 背景
这是一个 AI 横行的时代，但很多人对 AI 的认知仍停留在「打开 ChatGPT 一问一答聊天」这个层面。
大家都知道 AI 很强，也隐约感觉它应该能参与工作、学习和生活里的具体场景，但真要落到自己的电脑、自己的流程、自己的数据上，却往往不知道第一步该从哪里开始。
与此同时，各大媒体平台每天都在抛出一堆新名词：Claude、OpenCode、Agent、Skill、MCP、FastGPT、小龙虾……它们究竟是什么？能解决什么问题？彼此之间是什么关系？如果只靠短视频和二手文章来理解，最后大概率只会得到一锅夹生饭 —— 名词听过不少，原理一窍不通。
所以本文不打算追热点，也不准备重复媒体制造 AI 焦虑，我们的目标很务实：从零开始，把搭建 AI 环境这件事讲清楚，让不管是文科还是理科背景的同学，都能在自己的电脑上跑起来一套可用、可理解、可继续扩展的 AI 工具链。
本文不是 OpenClaw/小龙虾 部署教学。在我看来，它只是一个被媒体包装出来的概念，一个不成熟、不安全、不可信的半成品。AI 发展太快，媒体又擅长放大个体被时代淘汰的焦虑，于是这只恰好被风口吹起来的「毒虾」就有了流量。但等你真正理解并搭建出自己的 AI 环境后，会发现所谓的小龙虾并没有什么神秘之处 —— 它不过是用这些工具临时拼出来的、粗制滥造的产物罢了。
0x10 声明
从客观的技术现状来看，在大部分 AI 应用场景里，海外模型、工具链和生态成熟度仍然领先于国内。
这不是立场问题，而是工程事实：谁的模型能力更强、工具更稳定、生态更完整，谁就更值得学习和使用。
因此，本文后续介绍的 AI 工具、模型服务和相关文档，很多都需要能够科学上网才能获取或使用 —— 非是本文故意增加门槛，而是现实环境本身就存在这样的限制。
所以在继续阅读之前，建议先参考《trojan 睁眼看世界教程》或通过其他方式，确保你的电脑可以访问境外网站。否则很多步骤会卡在下载、登录、鉴权或 API 调用上，后面的内容也就无从谈起。
我一直认为技术无国界，但技术优势从来不会自动流向落后者。别人掌握更好的工具、更强的模型和更完整的生态时，封锁与壁垒就是很自然的结果。与其被某些假爱国口嗨的自媒体道德绑架/遮蔽认知，不如脚踏实地去学、去用、去追赶 —— 「师夷长技以制夷」，才是今时今日的唯一出路。
0x20 基础环境安装
在开始部署 AI 环境之前，需要先安装两个基础环境：
0x30 AI 环境演进
虽然每天涌现的 AI 新名词很多，但 AI 环境的本质，就一条从「本地入口」到「上游模型」的调用链。
截至目前，这个调用链大体经历了 4 个演进阶段：
| 阶段 | 架构变化 | 原因 |
|---|---|---|
| 一 | 本地 Agent 直连大模型 | 用户使用 AI 的最简单结构，链路短、理解成本低 |
| 二 | 引入大模型网关 | 上游模型越来越多，需要统一 Key、计费、模型名和接口协议 |
| 三 | 引入 CC-Switch | 不同 Agent 的配置方式不同，频繁切换模型和 Provider 很麻烦 |
| 四 | 引入 Skill | 重复任务需要沉淀成可复用能力，减少随机输出和 Token 浪费 |
这四个阶段没有严格的时间线，而是 AI 从简单到复杂、从能用到好用的自然演进路径。
下文会按这个演进顺序展开：
- 先安装 Agent，让 AI 能在本地跑起来
- 再引入大模型网关，解决多模型接入问题
- 然后处理模型切换和配置管理
- 最后再谈 Skill，把重复任务沉淀成稳定能力
0x31 安装 AI Agent
在以 ChatGPT 为代表的网页对话式 AI 出现之后不久，我们很快就意识到一个问题：仅能网页对话的交互方式极大地限制了 AI 的真正能力。
网页对话交互适合问答和写作，但不适合深度参与本地工作流。而我们需要的是真正的工程化使用、让 AI 能读取本地项目上下文、调用本地工具，甚至直接修改代码和文件。
最早的本地调用方式是直接使用 OpenAI 这类厂商提供的 API 接口。大模型 API 的出现，意味着 AI 开始从「网页产品」进入「工程组件」阶段，可以被程序调用、集成和自动化。
但 API 本身并不适合普通用户。它要求用户理解接口、鉴权、请求参数、上下文管理和工具调用，大部分人还没开始用 AI 就被拦在门外了。
于是 Agent 出现了。
所谓的 Agent 可以理解为「用户（你）和大模型之间的操作入口」。它不只是一个聊天窗口，而是一个能读取上下文、调用工具、修改文件、执行命令，并把结果反馈给模型继续推理的本地执行器。
在这个阶段，只要本地安装一个 AI Agent，AI 就可以通过 Agent 参与本地工作。它不再只是回答问题，而是开始具备「动手能力」。
为了抢占用户入口，各大模型厂商都推出自己的专用 Agent：
| 大模型 | 提供商 | Agent | 擅长处理场景 |
|---|---|---|---|
| Claude | Anthropic | Claude Code | 编码 |
| Gemini | Gemini CLI | 视觉效果（图像等） | |
| GPT | OpenAI | Codex | 通用 |
这类 Agent 深度绑定了自家模型生态、配置方式和使用体验都不一样。
但本文的目标是搭建一套「不同应用场景可以切换不同模型」的 AI 环境，因此这里推荐安装 OpenCode。
选择 OpenCode 的原因很简单：它开源、模型兼容性更好，也更适合作为后续接入网关、切换模型、沉淀 Skill 的统一入口。换句话说，OpenCode 不一定是某个单点能力最强的 Agent，但它更适合作为个人 AI 环境的地基。
先安装 OpenCode Desktop ….
… TODO …
0x32 部署大模型网关
… TODO …
0x33 安装 cc-switch
… TODO …
0x34 安装 AI skill
… TODO …
