1.查看电脑资源
首先是硬件资源，电脑硬件资源决定了这台电脑上能进行哪些开发操作，硬件不行，可买硬件改装或者直接用云部署和训练，或者先进行简单的小模型的调用和开发，不进行复杂的训练和微调。
在硬件的基础上，再进行软件的配置安装。
1.硬件资源检查 (有的是双显卡的，可问ai资源检查命令，看看显卡配置)
查看CPU信息
lscpu
cat /proc/cpuinfo | grep "model name" | head -1
查看内存
free -h
cat /proc/meminfo | grep MemTotal
查看磁盘空间
df -h
查看GPU信息（如果有）
nvidia-smi
lspci | grep -i nvidia
把数据直接复制丢给ai,让ai回复目前硬件条件能进行哪些ai开发操作
2.软件检查
检查Python（推荐3.10以上）和pip
python --version
pip --version
检查conda环境和torch
conda --version
conda info --envs
conda list | grep -E "(torch|tensorflow|transformers)"
##缺什么直接问ai进行下载，推荐下载anconda后，用conda命令下载torch|tensorflow|transformers等，兼容性更好。
2.不同conda虚拟环境下，库的安装
根据之前ai给你的推荐的开发操作和项目，可创建多个/一个虚拟环境，不同环境下，根据需求进行库的安装：
如果你只需要加载模型推理：
需要：transformers, sentencepiece, accelerate
如果你需要训练模型：
需要：transformers, datasets, metrics, torch, accelerate
如果你只需要使用预训练模型：
需要：transformers, sentencepiece（可能不需要datasets, metrics）
或者，直接简单一点，基础安装，然后缺啥补啥
第一步：基础安装
pip install transformers sentencepiece
第二步：运行代码，看报错信息
python your_script.py
第三步：根据报错补充安装
如果报错缺少accelerate：pip install accelerate
如果报错缺少datasets：pip install datasets
3.模型选择，下载，部署（推荐modelscope）
3.1 先根据需求确定模型的系列，可上网搜索或者询问ai,推荐
一般是直接选择Qwen系列就行，但是也可以从Tiny系列的小模型开始练手。
3.2 选定后缀格式，估算内存占比
01 GGUF------CPU推理、低资源环境（大部分新手的选择，因为硬件条件不够）
02 PyTorch(.bin)------GPU训练、完整功能
03 Safetensors------安全推理、快速加载
04 ONNX------生产部署、跨平台
选定后根据官网教程下载即可。
交互方式有三种：命令行对话交互，网页交互，openAI交互。