01｜Datacooper 小白学习路径：从 0 到可用

你将学到什么

小白最容易卡住的不是工具能力，而是顺序。推荐你固定走这条路径：

• 配置 Python
• 安装 IDE
• 配置 MCP
• 跑第一个 Python 脚本案例
• 跑第一个 MCP 调用案例

前置条件

• 一台可联网的 Windows 或 macOS 电脑
• 可安装软件的权限
• 能打开终端（PowerShell、Terminal 均可）
• 建议安装 uv（用于更快、更稳定地管理 Python 工具与环境）

为什么要准备这些环境

• Python：这是 cwtwb 和 cwprep 的运行基础。无论你后面用脚本还是用 AI 工具调用，底层都依赖 Python 生态。
• uv：这是推荐的 Python 包管理与工具运行方式。它能简化安装、隔离环境、减少依赖冲突。
• IDE（Cursor / VS Code）：这是代码编辑器，用来写、改、调试脚本。只有 IDE 还不够，你还需要 AI agent（如 Claude/Cursor Agent/Codex）来理解需求并协助执行。
• Python SDK（核心）：这两个工具都开发了可被程序调用的接口。AI agent 可以理解你的需求，然后调用这些 Python 接口完成任务。这是最稳定、最可控的接入方式。
• MCP（可选）：这是让 AI 客户端直接调用工具的方式，适合你想在 Claude/Cursor 中用自然语言驱动流程时再接入。

学完后的成功标准

你只需要满足这几条，就算完成第一阶段入门：

• 终端可以执行 python --version 和 pip --version
• 终端可以执行 uv --version
• IDE 可以打开项目并运行一个 .py 文件
• pip安装python包是推荐的方式，MCP 是可选方式

推荐学习顺序

• 第 1 篇：02｜Python 与 IDE 环境搭建：给 Datacooper 小白
• 第 2 篇：03｜MCP 配置与连通性验证：小白可复制版
• 第 3 篇：04｜cwprep 与 cwtwb 基础案例：脚本版 + MCP 版

下一步

先进入 02｜Python 与 IDE 环境搭建：给 Datacooper 小白，做完再继续，不要跳步。