1. 先搞清楚这套“全家桶”到底能帮你解决什么实际问题

如果你在2026年想找一份AI大模型相关的工作，无论是应用开发、智能体构建还是模型集成，你大概率会看到招聘要求里提到“熟悉主流AI应用开发框架”或“具备智能体（Agent）开发经验”。这时候，你需要的不是去一个个零散地学习几十个工具，而是掌握一套能覆盖从模型调用、逻辑编排到应用部署全流程的核心技能栈。

我梳理了当前最受关注、也最能体现工程能力的几个关键点： Claude Code 、 Codex 、 Hermes Agent 、 Dify 、 Coze ，以及围绕它们的“Skill”或“工作流”概念。这套组合拳，本质上解决的是三个核心问题：

1. 如何高效、稳定地调用大模型 ：直接写HTTP请求太原始，你需要一个能处理鉴权、流式输出、错误重试和成本控制的“客户端”。这就是Claude Code和Codex这类工具的价值。
2. 如何让大模型具备“行动”能力 ：一个只会聊天的模型用处有限。你需要它能调用工具（如搜索、计算、操作API）、执行代码、处理文件。这就是Hermes Agent这类智能体框架的核心。
3. 如何快速构建和交付AI应用 ：有了模型和智能体能力，如何把它们包装成一个有界面、有逻辑、可协作的Web应用或API服务？这就需要Dify、Coze这类低代码/无代码平台。

所以，这篇文章不是简单罗列工具列表，而是带你走一遍从零到一的实战路径： 先搞定模型调用，再赋予其行动能力，最后打包成可交付的应用 。我会重点讲清楚每个环节的环境准备、关键配置、避坑点，以及它们之间如何衔接。无论你是想面试加分，还是真的打算自己做一个AI产品，这套流程都值得你花时间跑通。

2. 环境准备：别在第一步就卡住

在开始折腾任何具体工具之前，先把基础环境理顺。很多“安装失败”、“运行报错”的问题，根源都在这里。

2.1 操作系统与网络基础

大部分AI开发工具对Linux（包括WSL）的支持最友好，macOS次之，Windows原生支持可能遇到更多依赖问题。如果你的主力机是Windows，我强烈建议先安装 WSL 2 （Windows Subsystem for Linux），并选择一个Ubuntu发行版。这能为你省去大量环境变量、路径和编译依赖的麻烦。

网络是另一个隐形杀手。由于需要从GitHub、PyPI、Docker Hub等拉取代码和镜像，稳定的网络连接是必须的。如果你在拉取依赖或镜像时速度极慢或频繁超时，需要检查你的网络设置。 一个常见的误区是试图通过修改系统代理设置来解决所有问题 ，这经常会导致更复杂的错误（例如后面会提到的 cc switch local proxy failed ）。更稳妥的做法是：

• 优先使用可靠的网络环境。
• 对于Docker镜像，可以配置国内镜像加速器。
• 对于Python包，可以使用清华、阿里等镜像源。

2.2 核心运行时：Python与Node.js

• Python ：这是绝对的核心。确保你安装了Python 3.8以上的版本。我建议使用 pyenv （Linux/macOS）或 conda 来管理多个Python环境，避免全局包的冲突。为这个项目单独创建一个虚拟环境是很好的习惯。

  # 创建并激活虚拟环境
  python -m venv ai_workspace
  source ai_workspace/bin/activate  # Linux/macOS
  # ai_workspace\Scripts\activate  # Windows
  

• Node.js ：一些工具的Web前端或CLI工具基于Node.js。安装最新的LTS版本即可。
• Docker & Docker Compose ：这是部署Dify、Hermes Agent桌面版等复杂服务的最简单方式。如果你打算进行本地部署，务必先安装好Docker Desktop并确保其正常运行。

2.3 模型API密钥准备

这套技能栈的核心是调用大模型，因此你需要提前准备好相应平台的API Key。

• Anthropic Claude ：用于Claude Code，去Anthropic官网注册获取。
• OpenAI ：用于Codex（虽然Codex模型已逐渐淡出，但OpenAI API是通用入口），去OpenAI平台获取。
• DeepSeek 或其他国产模型：作为备选或成本更优的选择，也需要其API Key。

将这些API Key妥善保存（例如放在环境变量或 .env 文件中），这是后续所有工具能工作的前提。

3. 核心技能一：模型调用与客户端（Claude Code / Codex）

这一层是你的“武器库”，目标是学会如何用代码优雅、高效地命令大模型干活。

3.1 Claude Code：专为Claude模型优化的接口工具

Claude Code通常指Anthropic官方提供的Python SDK ( anthropic ) 或一些社区封装的更易用的CLI工具。它的核心价值在于提供了符合Claude模型最佳实践的参数和调用方式。

安装与基础使用：

# 安装官方SDK
pip install anthropic

import anthropic
import os

# 从环境变量读取API Key
client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

# 一个简单的对话调用
message = client.messages.create(
    model="claude-3-5-sonnet-20241022", # 指定模型版本
    max_tokens=1000,
    temperature=0.7, # 控制创造性
    system="你是一个专业的代码助手。", # 系统提示词
    messages=[{"role": "user", "content": "用Python写一个快速排序函数。"}]
)
print(message.content[0].text)

关键点：

• 模型版本 ：务必指定具体版本号（如 claude-3-5-sonnet-20241022 ），而非泛泛的 claude-3-sonnet ，这能保证行为的一致性。
• 系统提示词（system） ：这是Claude模型的一大特色，用于设定AI的长期身份和行为准则，比在用户消息中反复强调更有效。
• 流式输出 ：处理长文本时，使用流式响应可以提升用户体验。SDK支持 stream 参数。
• claude code 桌面版/独立工具 ：如果你搜索到的是一个名为 claude-code 的独立应用，它可能是一个集成了代码编辑器、模型调用和项目管理的本地工具。安装这类工具时，请仔细阅读其GitHub仓库的README，通常需要下载Release包或通过包管理器安装。 常见坑点 是依赖缺失（如某些系统库）或启动脚本权限问题。

3.2 Codex 与 OpenAI API 调用

虽然OpenAI的Codex模型（主要用于代码生成）已不再单独突出，但通过OpenAI API调用 gpt-4o 、 gpt-4-turbo 等模型是必须掌握的技能。社区有时仍用“Codex”代指这套API调用体系。

安装与调用：

pip install openai

from openai import OpenAI
import os

client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))

completion = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "解释一下什么是机器学习。"}
    ],
    stream=False
)
print(completion.choices[0].message.content)

接入DeepSeek等第三方模型： OpenAI SDK的优点是协议兼容性好。许多国产模型（如DeepSeek）提供了与OpenAI API兼容的端点。这意味着你几乎不需要改代码，只需换一个 base_url 和 api_key 。

client = OpenAI(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com/v1" # 以DeepSeek为例
)
# 后续调用方式与OpenAI完全一致

避坑指南：

• 错误 cc switch local proxy failed while handling codex endpoint /responses ：这个错误看起来复杂，但核心往往指向 网络或代理配置问题 。当你的代码或工具（可能是某个封装了OpenAI SDK的客户端）试图调用模型API时，本地设置的网络代理（proxy）出现了故障或冲突。 排查顺序 ：
  1. 检查代码或工具配置中是否硬编码了代理设置，暂时注释掉。
  2. 检查系统环境变量（如 HTTP_PROXY , HTTPS_PROXY ），尝试在终端中取消设置： unset HTTP_PROXY HTTPS_PROXY （Linux/macOS）或在代码运行时临时覆盖。
  3. 如果你确实需要使用代理，确保代理地址、端口、认证信息正确无误，并且该代理能够正常访问目标API域名（如 api.openai.com ）。
• 版本兼容性 ：确保你安装的 openai SDK版本与你使用的API特性兼容。旧版SDK的调用语法可能与新版不同。

4. 核心技能二：智能体开发（Hermes Agent）

当你能够稳定调用模型后，下一步就是让模型“动起来”。Hermes Agent是一个代表性的智能体框架，它允许你定义工具（函数），然后让大模型根据你的指令，自动规划并调用这些工具来完成任务。

4.1 Hermes Agent 的核心概念与部署

智能体 = 大模型 + 工具集 + 任务规划与执行循环。

部署方式选择：

1. 桌面版（Hermes Agent Desktop） ：最适合初学者和快速原型验证。通常是一个打包好的图形化应用，下载安装即可，内置了模型连接和基础工具。这是理解智能体工作流程的最快途径。
2. 库/框架集成 ：作为Python库安装（ pip install hermes-agent 或其类似物），允许你深度自定义工具和逻辑，集成到自己的Python项目中。
3. Docker部署 ：对于想要长期运行或服务化的场景，Docker镜像是最干净的方式。

以Docker部署为例：

# 假设从官方仓库获取docker-compose.yml
git clone <hermes-agent-repo>
cd <hermes-agent-repo>
# 编辑 .env 文件，填入你的API_KEY和模型配置
echo "OPENAI_API_KEY=sk-xxx" > .env
echo "MODEL_NAME=gpt-4o" >> .env

# 启动服务
docker-compose up -d

启动后，你可能会通过本地的一个端口（如 8080 ）来访问其Web界面或API。

Windows安装注意 ：如果提供Windows安装包，直接运行即可。如果没有，通过WSL 2运行Docker版是最佳选择。避免在Windows原生环境手动安装大量Python依赖，极易出错。

4.2 为智能体定义工具（Skill）

这是智能体开发的核心。一个工具本质上就是一个Python函数，加上清晰的描述，让模型知道何时以及如何调用它。

# 示例：定义一个查询天气的工具
from hermes_agent.tools import tool # 假设的装饰器

@tool
def get_weather(city: str) -> str:
    """
    获取指定城市的当前天气情况。

    Args:
        city: 城市名称，例如“北京”。

    Returns:
        字符串描述的天气信息。
    """
    # 这里应该是调用真实天气API的代码
    # 例如：response = requests.get(f"https://api.weather.com/{city}")
    return f"{city}的天气是晴朗，25摄氏度。"

关键点：

• 函数描述（Docstring） ：必须清晰、准确。模型完全依赖这段描述来理解工具的功能。
• 参数类型提示 ：像 city: str 这样的类型提示能帮助模型更好地生成调用参数。
• 工具编排 ：智能体可以连续调用多个工具。例如，用户问“北京和上海哪里更暖和？”，模型可能会先调用 get_weather(“北京”) ，再调用 get_weather(“上海”) ，最后对结果进行比较和总结。

“装了多久”的问题 ：部署Hermes Agent这类服务，初次拉取镜像和启动可能需要几分钟时间，取决于网络和机器性能。启动后，关注日志输出，直到看到“服务已启动在 [端口]”之类的消息才算成功。

5. 核心技能三：AI应用开发平台（Dify / Coze）

有了能调用模型的代码和能执行任务的智能体，最后一步是将它们产品化。Dify和Coze这类平台，让你能通过可视化编排，快速构建出带有前端界面、后端逻辑、知识库和工作流的AI应用。

5.2 Dify：开源与可自部署的AI应用引擎

Dify的核心优势在于开源和可私有化部署，适合企业级应用和对数据隐私有要求的场景。

部署决策：

• 云服务 ：直接使用Dify官方云服务，最快上手。
• 本地部署 ：更可控，数据留在本地。
  • Docker Compose（推荐） ：这是最标准的方式。从GitHub拉取仓库，配置 .env 文件（设置数据库密码、API密钥等），一行命令启动所有服务（前端、后端、数据库）。

  git clone https://github.com/langgenius/dify.git
  cd dify/docker
  cp .env.example .env
  # 编辑 .env 文件，填入必要的配置
  docker-compose up -d
  

  • 手动安装 ：不推荐初学者，涉及Python后端、Node前端、数据库等多个组件的独立安装和配置，调试复杂。

核心功能实战：

1. 创建应用 ：在Dify控制台，选择“对话型”或“文本生成型”应用。
2. 连接模型 ：在应用配置中，添加你的模型供应商（OpenAI, Anthropic等）和API Key。这里就是你前面学的Claude Code/Codex技能的应用点。
3. 编排工作流 ：
   • 提示词编排 ：使用变量、上下文，设计高效的System Prompt和对话流程。
   • 工具调用 ：可以接入你自定义的API（相当于智能体的工具），让Dify应用在生成文本前后执行特定操作，如查询数据库、发送邮件。
   • 知识库 ：上传文档（TXT, PDF, Word），Dify会将其切片、向量化存储。当用户提问时，自动从知识库检索相关片段注入上下文，实现基于文档的精准问答。这是构建企业知识库应用的关键。
4. 发布与集成 ：应用可以发布为公开Web链接，也可以生成API端点，集成到你的其他系统中。

“在线升级”与版本管理 ：对于Docker部署，升级通常意味着拉取新的镜像并重启服务。务必在升级前备份数据库，并查看官方升级指南，因为数据库结构可能发生变化。

5.3 Coze：一站式Bot开发平台

Coze（扣子）的特点是与飞书、抖音等生态集成紧密，并且其“工作流”和“插件”设计非常直观，适合快速构建聊天机器人（Bot）和智能体。

核心概念与操作：

1. 创建Bot ：在Coze工作室，点击创建Bot，给它设定名称、描述和头像。
2. 配置模型与插件 ：
   • 模型 ：选择Coze提供的模型或接入你自己的模型API（需要配置）。
   • 插件 ：这是Coze版的“工具”。你可以使用海量现成插件（如天气、日历、机票查询），也可以创建自定义插件（通过OpenAPI Schema定义你的API）。
3. 设计工作流 ：这是Coze最强大的部分。工作流是一个可视化的逻辑编排面板。
   • 节点 ：包括“开始”、“LLM”、“代码”、“判断”、“API调用”等。
   • 连线 ：通过拖拽连线，定义数据流和逻辑顺序。例如：“开始” -> “API调用（获取数据）” -> “LLM（分析数据）” -> “代码（格式化结果）” -> “结束”。
   • 知识库节点 ：在工作流中，可以插入“知识库”节点，在对话过程中动态检索相关信息。
4. 发布与分发 ：可以将Bot发布到飞书、抖音等平台，或作为一个独立的Web聊天窗口嵌入你的网站。

新旧版与工作流官网 ：平台类产品迭代快。关注“Coze工作流官网”或官方文档，了解最新的功能特性。所谓“旧版”可能指早期的工作流设计器，新版通常功能更强大、体验更好。学习时以官方最新文档和教程为准。

“创建技能” ：在Coze语境下，“技能”和“插件”类似，都是扩展Bot能力的方式。你可以把一段复杂的提示词、一个工作流或一个API调用打包成一个“技能”，供Bot在适合的时机触发使用。

6. 技能融合与实战工作流

现在，我们把所有技能串联起来，看一个实战案例： 构建一个“智能数据分析助手” 。

目标 ：用户上传一个CSV文件，询问关于数据的问题（如“销售额最高的产品是什么？”），助手能自动分析并回答。

架构与技能对应：

1. 前端与核心编排（Dify/Coze） ：我们选择Dify来构建这个应用，因为它对文件处理和复杂工作流支持较好。
   • 在Dify创建一个“文本生成”应用。
   • 配置模型连接（使用OpenAI API，即Codex技能）。
2. 文件处理与知识库（Dify） ：
   • 启用Dify的“文件上传”功能。
   • 创建一个“知识库”，用于存储上传的CSV文件。Dify会自动解析CSV文件的结构。
3. 数据分析工具（Hermes Agent技能） ：
   • 我们需要一个能执行Python代码（如pandas）来分析CSV的工具。这超出了纯LLM的能力。
   • 方案A：在Dify中配置一个“外部API工具”。我们提前部署一个Hermes Agent智能体，它有一个 analyze_csv 工具，该工具接收问题和一个文件标识，在后台用pandas执行分析并返回结果。Dify的工作流会在需要时调用这个API。
   • 方案B：使用Dify的“代码执行”节点（如果支持）或Coze工作流中的“代码”节点，直接写入安全的pandas分析代码。但这通常有沙盒限制。
4. 工作流编排（Dify工作流） ：
   • 开始 ：用户输入问题并上传文件。
   • 节点1：知识库检索 ：将用户问题与CSV文件内容进行检索，找到相关数据片段。
   • 节点2：判断 ：判断问题是否需要复杂计算（如排序、聚合）。如果是简单查询，走分支A；如果需要计算，走分支B。
   • 分支A（简单） ：将检索到的数据片段和问题，直接交给LLM节点生成答案。
   • 分支B（复杂） ：调用“外部API工具”（即我们部署的Hermes Agent数据分析工具），将问题和文件数据传给它，获取分析结果，再将结果交给LLM节点整理成自然语言回答。
   • 结束 ：输出最终答案给用户。

在这个流程中：

• Claude Code/Codex技能 ：体现在Dify配置的模型API连接，是整个应用的“大脑”。
• Hermes Agent技能 ：体现在我们为复杂数据分析创建的专用工具/智能体，是“手和脚”。
• Dify技能 ：体现在将模型、知识库、外部工具、判断逻辑可视化为一个可运行、可交付的Web应用。
• Coze技能 ：如果选择Coze，思路类似，利用其工作流节点实现同样的逻辑，可能更侧重于与IM平台的集成。

7. 面试与学习路径建议

掌握这套技能栈，在面试AI应用开发、AI产品工程师、智能体开发等岗位时，你将拥有扎实的谈资和项目经验。

学习与准备路径：

1. 基础层（必会） ：
   • 熟练使用OpenAI/Anthropic官方SDK进行API调用（Codex/Claude Code核心）。
   • 理解流式响应、温度（temperature）、系统提示词等关键参数。
   • 能处理常见的API错误（如超时、限流、token超长）。
2. 进阶层（核心竞争力） ：
   • 智能体思维 ：理解工具定义、任务规划、执行循环的概念。能用Hermes Agent或LangChain等框架实现一个包含2-3个工具的简单智能体（例如，能查天气并能计算两地温差）。
   • 平台实操 ：在Dify或Coze中，独立完成一个端到端的小项目。例如：用Dify搭建一个基于知识库的Q&A机器人；用Coze创建一个能查天气并给你穿衣建议的Bot。
   • 问题排查 ：能独立解决部署中的常见问题（网络、依赖、配置错误）。
3. 项目层（面试亮点） ：
   • 将前两层结合，完成一个像“智能数据分析助手”这样的融合项目。
   • 在GitHub上维护一个清晰的项目README，说明技术栈、架构图、部署步骤和遇到的问题及解决方案。
   • 思考并实践更复杂的场景，如：智能体的长期记忆、多智能体协作、工作流中的异常处理等。

最后提醒 ：技术栈更新很快，Claude Code、Hermes Agent、Dify、Coze这些工具的具体版本和功能可能会变化。但底层逻辑—— 模型调用、工具增强、应用编排 ——是稳定的。掌握这套方法论，比死记硬背某个工具的某个版本命令更有价值。遇到具体问题时，养成查阅官方最新文档、搜索GitHub Issue的习惯，这是工程师最重要的能力之一。