Vorbereitung

Vor dem Start

Bereite die minimale Umgebung vor

Arbeite auf dem Laptop, den du später verwendest. Halte vertrauliche und unersetzliche Dateien außerhalb von ai-workspace.

1. Öffne in einem Modelldienst eine neue Unterhaltung und bitte ausschließlich um die Antwort browser ready.
2. Lade eine unvertrauliche Textdatei hoch und bitte das Modell, den Dateinamen zu nennen, ohne ihren Inhalt zu verändern.

Prüfung: Eine neue Modellunterhaltung antwortet mit browser ready und nimmt eine unvertrauliche Textdatei an.

Schritt 1

Lege den Arbeitsordner an

Visual Studio Code ist ein Editor, der Dateien, ein integriertes Terminal und später das AI Harness in einem Workspace zusammenführt.

1. Installiere Visual Studio Code von der offiziellen Seite.
2. Lege den leeren Ordner ai-workspace an und öffne ihn.
3. Lege readme.md an, schreibe einen Satz und speichere die Datei.

Prüfung: Der Explorer zeigt ai-workspace und die gespeicherte Datei.

Schritt 2

Orientiere dich im Terminal

Ein Terminal führt getippte Befehle aus. Die Shell interpretiert sie. Das Arbeitsverzeichnis ist der Ordner, in dem ein Befehl wirkt.

1. Wähle Terminal und anschließend Neues Terminal.
2. Zeige den aktuellen Ordner und seine Dateien an.

   Windows PowerShell

   Get-Location
   Get-ChildItem

   macOS oder Linux

   pwd
   ls

3. Wechsle mit cd ordnername in einen Ordner und mit cd .. zurück.

Prüfung: Der Pfad endet mit ai-workspace, die Liste enthält readme.md.

Schritt 3

Führe eine Python-Datei aus

Python ist die Laufzeit für die Übungsskripte. Die Editor-Erweiterung hilft Visual Studio Code, den Interpreter zu finden und seine Meldungen zu erklären.

1. Installiere ein unterstütztes Python 3 von python.org.
2. Installiere in Visual Studio Code die Microsoft-Erweiterung Python.
3. Prüfe den Interpreter mit py --version unter Windows oder python3 --version unter macOS und Linux.
4. Lege check.py mit print("python ready") an. Führe py check.py oder python3 check.py aus.

Prüfung: Das Terminal zeigt eine Python-Version und python ready.

Schritt 4

Erzeuge und starte eine statische Webseite

HTML trägt den Inhalt, CSS bestimmt die Darstellung, JavaScript ergänzt das Verhalten im Browser. Ein lokaler Server gibt den Dateien eine HTTP-Adresse auf deinem Computer.

1. Lade erstelle_webseite.py herunter und speichere es in ai-workspace.
2. Führe unter Windows py erstelle_webseite.py oder unter macOS und Linux python3 erstelle_webseite.py aus.
3. Starte den Server.

   Windows

   py -m http.server 8000 --directory site

   macOS oder Linux

   python3 -m http.server 8000 --directory site

4. Öffne http://localhost:8000/, klicke den Zähler und beende den Server mit Ctrl+C.

Der Python-Server unterstützt die lokale Entwicklung. Live Server ergänzt auf Wunsch automatisches Neuladen.

Prüfung: http://localhost:8000/ lädt die erzeugte Seite, ein Klick verändert den angezeigten Zähler und Ctrl+C führt zum Terminal-Prompt zurück.

Schritt 5

Wähle ein AI Harness

Ein Chatbot erhält übergebene Nachrichten und Dateien. Ein AI Harness verbindet ein Modell zusätzlich mit Arbeitsordner, Werkzeugen und Befehlen und legt Freigabepunkte fest.

Ältere Materialien nennen Gemini CLI. Google verlagerte den allgemeinen Zugang für Individualkonten im Juni 2026 zu Antigravity CLI. Prüfe vor einer Einrichtung den aktuellen Google-Hinweis.

Option A

Starte Claude Code in Visual Studio Code

1. Öffne Erweiterungen, suche Claude Code, prüfe Anthropic als Anbieter und installiere die Erweiterung.
2. Öffne das Spark-Symbol, wähle Anmelden und schließe die Freigabe im Browser ab.
3. Wähle für die erste Unterhaltung den Berechtigungsmodus Manuell oder Plan.
4. Bitte: Liste die Dateien in diesem Ordner auf. Erstelle, bearbeite, verschiebe und lösche nichts und führe keine Befehle aus.
5. Lies nach, wie CLAUDE.md-Dateien dauerhafte Projektanweisungen bereitstellen.
6. Installiere für die Terminaloberfläche die eigenständige CLI, öffne das Terminal neu und führe claude --version sowie claude doctor aus.

Prüfung: Claude Code nennt die Übungsdateien, ohne sie zu verändern.

Weiter zur Abschlussprüfung · Vollständige Einführung in Claude Code · Video: Installing Claude Code · Claude Academy · Terminal-Quickstart · VS-Code-Tutorial

Option B

Starte Codex in Visual Studio Code

1. Installiere Codex von OpenAI über Erweiterungen.
2. Öffne das Symbol oder rufe Codex: Open Codex Sidebar über die Befehlspalette auf.
3. Wähle Mit ChatGPT anmelden und schließe die Browseranmeldung ab.
4. Starte eine lokale Unterhaltung und verwende dieselbe lesende Dateianfrage.
5. Nutze für Terminalautomatisierung die Betriebssystemauswahl auf der offiziellen CLI-Seite.

Prüfung: Die Seitenleiste meldet die Dateien in ai-workspace ohne Änderung.

Weiter zur Abschlussprüfung · Offizielles IDE-Tutorial · OpenAI Academy · Codex Bootcamp 101

Option C

Starte Pi im integrierten Terminal

1. Installiere Node.js LTS und starte Visual Studio Code neu.
2. Führe node --version und npm --version aus.
3. Installiere Pi.

   npm install -g --ignore-scripts @earendil-works/pi-coding-agent

4. Starte pi, gib /login ein und wähle einen unterstützten Provider.
5. Verwende die lesende Dateianfrage. Bleibe im Übungsordner, solange Datei- und Shellwerkzeuge verfügbar sind.

Prüfung: Pi zeigt Provider und Ordner und listet die Übungsdateien ohne Änderung.

Weiter zur Abschlussprüfung · Offizielle Pi-Dokumentation · Video: What I Use Instead · Weitere Videos in der Lehrplaylist

Optional

Ergänze Git und GitHub

Git speichert Versionen innerhalb des lokalen Ordners. GitHub verwahrt ein Repository online, sobald du publizieren oder zusammenarbeiten möchtest.

1. Installiere Git und starte Visual Studio Code neu.
2. Führe in ai-workspace git --version, git init und git status aus.
3. Lege zum Publizieren oder Zusammenarbeiten ein GitHub-Konto an. Nutze die offizielle Anleitung.

Prüfung: git status meldet den aktuellen Branch und die Übungsdateien ohne den Fehler not a git repository.

Abschlussprüfung

Prüfe die vollständige Einrichtung

1. Der Browserdienst antwortet und nimmt eine unvertrauliche Datei an.
2. Editor, Terminal und Dateien zeigen ai-workspace.
3. Python führt beide Skripte aus und erzeugt die Seite.
4. localhost:8000 lädt die gestaltete, interaktive Seite.
5. Das ausgewählte Harness besteht die lesende Dateiprüfung.

Bei einem Fehler

Untersuche jeweils eine Bedingung

1. Kopiere den vollständigen Befehl und Fehler als Text.
2. Notiere Betriebssystem, Shell und Arbeitsverzeichnis.
3. Kehre zur letzten erfolgreichen Prüfung zurück und lies die offizielle Dokumentation.
4. Bitte ein Modell um einen reversiblen Diagnosebefehl, ändere eine Bedingung und wiederhole die Prüfung.