第 2 期: 环境准备与一键极速安装（Quick Start）

硬件与软件标配要求

原教旨要求：由于底层对于张量的高效处理，该版本在官方主线是原生强依赖单张 NVIDIA GPU的（作者推荐 H100 或者是任意大内存计算卡），操作系统必须要有 Python 3.10+。 (如果你是 Mac 或 AMD 玩家，不要急，我们会在第五期专门介绍 Forks 分支支持。)

另外一个关键是采用现在炙手可热的超级包管理器：uv。

极速初始化

准备好终端环境，只要三步即可全自动打通！

# 1. 下载 karpathy 开源版本
git clone https://github.com/karpathy/autoresearch.git
cd autoresearch

# 2. 如果没安装 uv 请先安装（极速 Python 管理器）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 3. 安装项目依赖（几秒钟搞定）
uv sync

准备数据和基座模型

此时我们需要让环境下载用来炼丹的小规模数据集以及 BPE Tokenizer 模型。只需一行命令：

# 下载数据及训练一个初始级 Tokenizer，整个过程只需约 2~3 分钟
uv run prepare.py

手动进行 Baseline 测试

准备启动第一次 5 分钟的生死竞速！敲击：

# 开启第一次人工监督下的实验跑路
uv run train.py

如果你看到系统不报显存 OOM 等奇怪错误，并且打印出了损失下降的数值（哪怕比较大），就说明底层库已被彻底激活。下一步，我们解析整个系统的核心文件，彻底弄懂怎么移交给 AI Agent 去跑这玩意。