大家好，我是晓寒。

今天开始我们第六课的学习。上一课在工程篇先导课中，我们主要从思想与宏观蓝图层面做好了构建企业级系统的准备，而今天这节课将回归到最基础的代码与工具层面。 俗话说“工欲善其事，必先利其器”，在正式动手敲代码开发复杂的 Multi-Agent 系统前，我们需要先把必要的基础开发环境和 API 配置搭建妥当。

需要说明的是，这节课的内容相对基础，偏向于面向新手的环境扫盲与配置指引。 如果你的工程实践基础已经很扎实，且对于大模型 API 的各种底层参数调优烂熟于心，可以直接快速浏览或跳过本节内容。

一、 基础代码环境清单

在开始之前，请确保你的本地计算机或开发服务器已经具备了以下基础运行环境：

• Python 环境配置：本课程的示例代码依赖于 Python 环境，请大家自行学习并完成安装，强烈要求 Python 版本在 3.10 及以上。

• 核心框架更新：我们将大量使用 CrewAI 框架作为工程落地的载体。 由于当前 AI 应用框架处于高速发展期，CrewAI 的迭代速度极快，版本之间可能存在破坏性更新，因此建议大家在安装时尽量拉取并使用最新版本。

本节课的核心准备工作将围绕以下四个清单展开：

1. 阿里云模型 API 申请

2. 在 CrewAI 中进行 OpenAI 风格的模型使用

3. 在 CrewAI 中进行自定义模型 API 的使用

4. LLM 参数的最佳实践和反模式