Configurazione del corso sui flussi di lavoro con IA: terminale, Git e laboratorio pratico

Table of Contents
Torna al corso pratico sui flussi di lavoro IA
Prepara uno spazio sicuro prima di usare un agente. Le lezioni 1 e 2 funzionano nel browser senza questo laboratorio. Torna qui prima della lezione 3 per seguire il corso completo. Le lezioni pratiche di programmazione usano Git, Python 3.10 o successivo e un agente di programmazione. Nel percorso di studio, le azioni dell’agente non disponibili sono sostituite da attività manuali segnalate.
Risultato di apprendimento: eseguirai il laboratorio iniziale, salverai una base locale e spiegherai come ripristinare una copia usa e getta.
Punti chiave
- Percorso browser: completa gli esercizi su chat, pianificazione, verifica delle fonti e revisione in ChatGPT o Claude.
- Percorso locale: usa un terminale e il laboratorio Python fornito per gli esercizi di programmazione.
- Percorso di ripristino: estrai una nuova copia del laboratorio quando un esercizio va storto.
- Regola di sicurezza: tieni fuori dal laboratorio file privati, dati dei clienti e credenziali.
Scegli il percorso
| Percorso | Requisiti | Attività |
|---|---|---|
| Introduzione nel browser | Browser aggiornato e account ChatGPT o Claude | Lezioni 1 e 2, più il pacchetto di attività chat della lezione 1 |
| Pratica locale | Git, Python 3.10 o successivo, terminale e un agente di programmazione | File, differenze, test e modifiche dell’agente |
| Corso di studio | Browser, Python 3.10 o successivo locale e Git | Tutti i controlli del laboratorio; passaggi agente e MCP non disponibili sono contrassegnati come non eseguiti |
Ogni prodotto definisce i propri piani e limiti. Prima di affidarti a una funzione, controlla ChatGPT Projects e Claude Projects . Il percorso di studio non dimostra esperienza pratica con un agente di programmazione non disponibile. Annota questa distinzione nelle note finali.
Segui un percorso predefinito: usa ChatGPT nel browser per gli esercizi di chat, poi un agente di programmazione disponibile con il laboratorio locale. Claude è un’alternativa equivalente per la chat. Per la programmazione puoi scegliere Codex CLI, Claude Code CLI o OpenCode. Non servono account con tutti i fornitori.
Registra cinque controlli preliminari prima di aprire un agente di programmazione. Così distingui una verifica del laboratorio locale da un’affermazione su un account o uno spazio di lavoro ospitato.
| Controllo | Registra |
|---|---|
| Spazio di lavoro | Cartella esatta del laboratorio estratto che l’agente leggerà |
| Esecuzione | Computer locale o spazio remoto selezionato |
| Fornitore | Account o fornitore del modello usato per questa attività |
| Permessi | Scrittura di file e comandi shell consentiti o soggetti ad approvazione |
| Base | Conteggio osservato e due test superati prima delle modifiche |
Mantieni limitata la radice di pratica. Uno spazio ospitato richiede una copia propria del laboratorio sintetico. Un’esecuzione locale non dimostra che la copia remota o l’account abbiano gli stessi file e permessi.
Impara i termini locali
| Termine | Significato semplice |
|---|---|
| Terminale | App in cui digiti i comandi |
| Shell | Software che interpreta i comandi |
| CLI | Interfaccia a riga di comando di un programma |
| Directory di lavoro | Cartella usata per impostazione predefinita da un comando |
| Repository | Progetto tracciato da Git |
| Commit | Istantanea salvata di Git |
| Branch | Linea denominata di modifiche Git |
| Diff | Visualizzazione delle righe aggiunte o rimosse |
| Prova | Controllo ripetibile del comportamento atteso |
| Codice di uscita | Numero che indica il successo o il fallimento di un comando |
Per il laboratorio iniziale non serve GitHub. Git funziona sul computer. GitHub è un servizio di hosting separato. Un commit locale salva un’istantanea senza inviare altrove i file.
Prepara il laboratorio
Scarica il
laboratorio iniziale del corso
ed estrailo in una nuova cartella sotto il tuo controllo. Apri un terminale lì. Su macOS o Linux, apri Terminal e usa cd per entrare nella cartella estratta. Su Windows usa PowerShell o Windows Terminal e cd. Su Windows, spesso il comando Python è py -3 invece di python3.
Installa
Python 3.10 o successivo
e
Git
se servono. Controlla gli strumenti installati prima di avviare il laboratorio. I primi due comandi mostrano le versioni. cd cambia la directory di lavoro. ls elenca i file. Sostituisci il percorso di esempio con quello effettivo della cartella estratta.
python3 --version
git --version
cd /path/to/effective-ai-course-lab
ls
In Windows PowerShell usa py -3 --version, git --version, cd C:\path\to\effective-ai-course-lab e Get-ChildItem. L’elenco dovrebbe includere task_report.py, tasks.json, tests e docs. Se un comando di versione fallisce, completa l’installazione prima di proseguire.
pwd
python3 task_report.py tasks.json
python3 -m unittest discover -s tests -v
In Windows PowerShell puoi sostituire pwd con Get-Location e python3 con py -3 se Python usa il launcher. Il primo comando mostra il percorso, che deve terminare con la cartella estratta. Controlla anche i nomi dei file: AGENTS.md.txt non vale come AGENTS.md. In Esplora file attiva le estensioni per vedere il nome completo.
Risultato previsto: il rapporto indica Total tasks: 4. Il comando dei test mostra due test e termina con OK. In caso di successo, la shell restituisce codice zero. Un conteggio diverso o un traceback richiede di controllare la cartella e Python.
Leggi un comando per parti. In python3 task_report.py tasks.json, python3 avvia Python, task_report.py è il programma e tasks.json indica i dati in ingresso. Il conteggio stampato è un risultato, non un altro comando. Dopo un errore, macOS e Linux mostrano lo stato con echo $?. PowerShell espone lo stato dell’ultimo programma nativo tramite $LASTEXITCODE.
Calcola circa dieci minuti per la prima esecuzione dopo aver installato Python: estrai il laboratorio, esegui il rapporto e confronta il totale con le quattro voci in tasks.json. Apri il file JSON in un editor e conta le voci a mano.
Usa Git in sicurezza
Avvia Git solo nella cartella estratta del laboratorio. Questi comandi creano un’istantanea locale. git status mostra i file modificati. git diff mostra le righe cambiate dopo la modifica di un file tracciato.
git init
git add .
git commit -m "Base del laboratorio del corso"
git status --short
Stato previsto: dopo il commit non appaiono nomi di file. Se Git richiede nome ed email, configura da questa cartella un’identità dedicata al laboratorio e ripeti il commit. Sostituisci i valori d’esempio con valori privati. Non incollare dati d’identità o credenziali in una chat pubblica.
git config --local user.name "Studente del corso"
git config --local user.email "[email protected]"
git commit -m "Base del laboratorio del corso"
git status --short
Per ripristinare non serve un comando Git. Salva le note fuori dal laboratorio, elimina la copia estratta e decomprimi di nuovo lo ZIP originale. Usa questo metodo se una modifica lascia il programma in uno stato sconosciuto.
Proteggi lo spazio di pratica
Usa esempi sintetici. Non caricare documenti privati in un progetto del corso. Non inserire chiavi API nei prompt, file sorgente, schermate o commit. L’accesso dell’agente ai file e ai comandi dipende dai permessi e dalla cartella aperta. Controllali entrambi prima di lasciarlo operare.
Controlla la condivisione prima del caricamento. I file del progetto potrebbero essere accessibili ai membri. Per il lavoro reale segui le regole della tua organizzazione. Il corso usa dati fittizi, quindi il laboratorio non richiede un’approvazione speciale.
Esercitati e verifica
Il tuo risultato: registra il percorso scelto, i cinque campi preliminari, il conteggio del rapporto, l’esito dei test e il metodo di ripristino. Usa una nuova copia per verificare di saper ripristinare il laboratorio.
Ragionamento atteso: sai quale cartella viene interessata dai comandi, distingui Git locale dall’hosting e conosci un metodo di recupero prima delle modifiche dell’agente.
Verifica la comprensione
Domanda: Un’introduzione svolta solo nel browser completa il percorso del laboratorio locale? Risposta: No. Il percorso completo richiede una base locale di Python e Git.
Domanda: Cosa devi salvare prima di modificare il laboratorio usa e getta? Risposta: L’esito positivo del test iniziale e un punto pulito da cui ripristinare.
Risoluzione dei problemi
- Comando Python mancante: installa Python 3 dal distributore ufficiale e riapri il terminale.
- File non trovato: controlla la directory di lavoro e visualizza i file della cartella estratta.
- Test non eseguiti: usa esattamente il comando nel README del laboratorio estratto.
- Git chiede l’identità per il commit: configura Git localmente e tieni i valori scelti fuori dagli appunti del corso.
Prossimi passi
Continua con il flusso di lavoro IA affidabile . Il primo esercizio usa lo stesso laboratorio sintetico prima che uno strumento riceva file reali.
Navigazione del corso: Programma del corso .


