AI开发环境构建方案

┌─────────────────────────────────────────────────────────────────┐
│                     Windows 11 宿主机                          │
│  ┌─────────────────────────────────────────────────────────┐   │
│  │                 VS Code IDE                             │   │
│  │  ┌─────────────────────────────────────────────────┐   │   │
│  │  │  Claude Code 插件 + Claude CLI                 │   │   │
│  │  │  · 通过环境变量接入 DeepSeek API               │   │   │
│  │  │  · 加载 .claude/settings.json 开发准则         │   │   │
│  │  │  · 1M 超长上下文窗口                           │   │   │
│  │  └─────────────────────────────────────────────────┘   │   │
│  └─────────────────────────┬───────────────────────────────┘   │
│                            │ WSL2 挂载                        │
│  ┌─────────────────────────▼───────────────────────────────┐   │
│  │              WSL2 Debian 13 (开发环境)                  │   │
│  │  · Python 3.12 + 虚拟环境                              │   │
│  │  · Docker Engine (容器运行时)                          │   │
│  │  · 项目源代码 (/home/nerubian/workspace/novel-tool)    │   │
│  └─────────────────────────┬───────────────────────────────┘   │
│                            │                                 │
│  ┌─────────────────────────▼───────────────────────────────┐   │
│  │              Docker 镜像构建 (生产就绪)                  │   │
│  │  · python:3.12-slim 基础镜像                           │   │
│  │  · FastAPI + Uvicorn 应用                              │   │
│  └─────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘

# 以管理员身份运行 PowerShell
wsl --install
wsl --set-default-version 2

# 在 Microsoft Store 搜索 "Debian" 安装，或通过命令行
wsl --install -d Debian

# 方式一：官网下载
# 访问 https://code.visualstudio.com/ 下载 Windows 版本安装包

# 方式二：使用 winget 安装
winget install Microsoft.VisualStudioCode

# 首先确认您的 Windows 用户名（在 Windows PowerShell 中执行 whoami 或查看 C:\Users\ 下的目录名）
# 假设您的用户名是 nerubian，则执行：

echo 'alias code="/mnt/c/Users/nerubian/AppData/Local/Programs/Microsoft\ VS\ Code/bin/code"' >> ~/.bashrc
source ~/.bashrc

# 然后再次尝试：
code .

sudo tee /etc/apt/sources.list << 'EOF'
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bookworm main contrib non-free non-free-firmware
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bookworm-updates main contrib non-free non-free-firmware
deb https://mirrors.tuna.tsinghua.edu.cn/debian-security/ bookworm-security main contrib non-free non-free-firmware
EOF

sudo apt update && sudo apt upgrade -y
sudo apt install -y \
    curl wget git vim htop \
    build-essential libssl-dev \
    python3 python3-pip python3-venv \
    postgresql-client \
    ca-certificates gnupg lsb-release

echo "alias ll='ls -alF'" >> ~/.bashrc
source ~/.bashrc
ll

sudo apt install -y openssh-server

sudo nano /etc/ssh/sshd_config

Port 2222                 # 避免与 Windows 已有 SSH 冲突
PermitRootLogin no
PasswordAuthentication yes
PubkeyAuthentication yes
ClientAliveInterval 60
ClientAliveCountMax 3

sudo service ssh start
sudo service ssh status

echo "sudo service ssh start" >> ~/.bashrc

New-NetFirewallRule -Name "WSL2-SSH" -DisplayName "WSL2 SSH (Port 2222)" -Protocol TCP -LocalPort 2222 -Action Allow

sudo apt install -y locales
sudo locale-gen zh_CN.UTF-8

sed -i '/LC_/d' ~/.bashrc
sed -i '/LANG=/d' ~/.bashrc
cat >> ~/.bashrc << 'EOF'

# Locale settings
export LANG=en_US.UTF-8
export LANGUAGE=en_US:en
export LC_CTYPE=en_US.UTF-8
EOF
source ~/.bashrc

locale
echo "中文测试"

sudo mkdir -p /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/debian/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
# 如果 curl 失败，使用 wget
sudo wget -O /etc/apt/keyrings/docker.gpg https://download.docker.com/linux/debian/gpg
# 确认文件存在
ls -l /etc/apt/keyrings/docker.gpg

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/debian \
  bookworm stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin

sudo apt install -y docker-compose-plugin
# 或
sudo apt install -y docker-compose

sudo usermod -aG docker $USER

exit
wsl -d Debian

docker --version
docker compose version
docker run hello-world

sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json << 'EOF'
{
  "registry-mirrors": [
    "https://docker.mirrors.tuna.tsinghua.edu.cn",
    "https://mirror.ccs.tencentyun.com"
  ],
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "10m",
    "max-file": "3"
  }
}
EOF
sudo service docker restart

echo "sudo service docker start" >> ~/.bashrc
source ~/.bashrc

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs
node --version  # 验证安装

npm install -g @anthropic-ai/claude-code
claude --version  # 验证安装

mkdir -p ~/workspace/novel-tool
cd ~/workspace/novel-tool

python3 -m venv .venv      # 创建虚拟环境
source .venv/bin/activate  # 激活虚拟环境（关键步骤）
pip install --upgrade pip

cat > requirements-dev.txt << 'EOF'
# 核心框架
fastapi==0.115.12
uvicorn[standard]==0.34.2
pydantic==2.10.6
pydantic-settings==2.7.0

# 数据库
asyncpg==0.30.0
psycopg2-binary==2.9.10
sqlalchemy==2.0.39

# AI/LLM
langgraph==0.3.31
langgraph-checkpoint-postgres==2.0.21
instructor==1.7.2
openai==1.65.2

# 工具
python-dotenv==1.0.1
httpx==0.28.1
tenacity==9.0.0

# 开发调试
pytest==8.3.5
pytest-asyncio==0.25.3
pytest-cov==6.0.0
black==25.1.0
ruff==0.9.7
mypy==1.15.0

# 前端管理面板
streamlit==1.42.0

# 文本解析
unstructured==0.16.20
EOF

pip install -r requirements-dev.txt

# 在 WSL2 Debian 终端中，进入项目目录后执行
cd ~/workspace/novel-tool
code .

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的 DeepSeek API Key"
export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的 DeepSeek API Key"


export ANTHROPIC_MODEL="deepseek-v4-flash"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"

# 将以下内容添加到 ~/.bashrc
echo 'export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"' >> ~/.bashrc
echo 'export ANTHROPIC_AUTH_TOKEN="你的 DeepSeek API Key"' >> ~/.bashrc
echo 'export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"' >> ~/.bashrc
echo 'export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"' >> ~/.bashrc
echo 'export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro[1m]"' >> ~/.bashrc
echo 'export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"' >> ~/.bashrc
echo 'export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"' >> ~/.bashrc
source ~/.bashrc

mkdir -p .claude

// .claude/settings.json
{
  "projectName": "novel-tool",
  "description": "小说创作工业化平台 - AI驱动开发",
  "rules": {
    "taskOrder": "strict",
    "tddRequired": true,
    "failFast": true,
    "maxRetries": 3
  },
  "codeStandards": {
    "python": {
      "docstringStyle": "google",
      "typeAnnotations": "required",
      "lineLength": 100,
      "formatter": "black",
      "linter": "ruff",
      "typeChecker": "mypy --strict"
    }
  },
  "context": {
    "maxTokens": 1000000,
    "includeFiles": [
      "src/**/*.py",
      "tests/**/*.py",
      "scripts/**/*.sh",
      "docker-compose.yml",
      "Dockerfile"
    ],
    "excludeFiles": [
      ".venv/**",
      "data/**",
      "**/*.pyc",
      "**/__pycache__/**"
    ]
  },
  "modelStrategy": {
    "default": "deepseek-v4-flash",
    "complex": "deepseek-v4-pro[1m]",
    "subagent": "deepseek-v4-flash"
  },
  "testing": {
    "framework": "pytest",
    "command": "pytest tests/ -v --tb=short",
    "coverageRequired": 80
  },
  "versionControl": {
    "autoCommit": false,
    "commitMessageTemplate": "Phase {phase} Task {task}: {description}"
  }
}

cat > CLAUDE.md << 'EOF'
# CLAUDE.md

本文件是 novel-tool（小说创作工业化平台）项目的开发准则，Claude Code 会自动加载并严格遵循。

## 项目概述
面向专业网文作者、同人创作者与影视改编团队的 AI 辅助写作与分镜输出系统。

## 核心技术栈（严格遵守）
- 语言: Python 3.13（实际 3.13.5）
- Web框架: FastAPI 0.115+
- 智能体编排: LangGraph 0.3+（PostgresSaver 检查点）
- 数据库: PostgreSQL 16 + pgvector（Schema 由 Alembic 唯一管理）
- 图谱实现: WITH RECURSIVE CTE（不使用 Neo4j）
- 任务队列: PostgreSQL FOR UPDATE SKIP LOCKED（不使用 Redis）
- 容器: Docker 29.x（实际 29.7.2）
- 前端管理: Streamlit 1.42+

## 模型与接入
- 常规任务用 Flash 模型（deepseek-v4-flash），复杂任务用 Pro 模型（deepseek-v4-pro）
- 1M 超长上下文可用 deepseek-v4-pro[1m]（[1m] 后缀以官方文档为准）

## 开发流程强制规则
1. 按 Phase 0 ~ 7 顺序执行，严禁跳跃；每个 Task 完成后运行验收测试，全部 PASS 才推进
2. 测试驱动；同一 Task 失败 3 次停止
3. 每次完成任务后更新 PROGRESS.md

## 代码硬性约束
- docstring（Google 风格）+ 完整类型注解（mypy --strict）
- 行长度 ≤ 100（ruff）
- 所有数据库查询带 user_id 过滤
- 所有外部调用超时熔断；进入 LLM 的外部文本经 PromptGuard 防注入
- 软删除用 deleted_at + 部分唯一索引；Schema 只走 Alembic

> 完整准则见仓库根目录 CLAUDE.md（含目录结构、20 张表清单、常用命令）。
EOF

cat > PROGRESS.md << 'EOF'
# 开发进度跟踪

## 当前状态
- 当前阶段: Phase 0（未开始）
- 当前任务: 无
- 整体进度: 0%

## Phase 0：基础设施与测试脚手架（6 个 Task）
- [ ] Task 0.1 创建项目目录结构
- [ ] Task 0.2 编写 docker-compose.yml
- [ ] Task 0.3 初始化 Alembic
- [ ] Task 0.4 编写 init-db.sql + 首个迁移（20 张表）
- [ ] Task 0.5 编写 tests/conftest.py
- [ ] Task 0.6 环境连通性测试

## Phase 1：核心领域模型与数据访问层（8 个 Task）
- [ ] Task 1.1 领域实体类
- [ ] Task 1.2 用户认证（JWT + API Key 生命周期）
- [ ] Task 1.3 PGRepository
- [ ] Task 1.4 GraphRepository（递归 CTE + SQL path 环检测）
- [ ] Task 1.5 TaskQueue（SKIP LOCKED + 延迟重试）
- [ ] Task 1.6 ChapterRepository + ContentRepository
- [ ] Task 1.7 资产/文件/向量仓储 + 连接池
- [ ] Task 1.8 Phase 1 验收测试

## Phase 2：逆向抽取引擎（8 个 Task）
- [ ] Task 2.1 DocumentLoader（路径沙箱 + PromptGuard 原文隔离）
- [ ] Task 2.2 抽取结果 Schema
- [ ] Task 2.3 _ner_node
- [ ] Task 2.4 _llm_node（Instructor + partial 降级）
- [ ] Task 2.5 _conflict_node
- [ ] Task 2.6 抽取指纹去重
- [ ] Task 2.7 批量图谱写入（executemany/unnest）
- [ ] Task 2.8 Phase 2 验收测试

## Phase 3：强制遵循编译器（3 个 Task）
- [ ] Task 3.1 ConstraintFetcher（铁律拉取 + 规则继承）
- [ ] Task 3.2 PromptInjector（三级规则注入）
- [ ] Task 3.3 Phase 3 验收测试

## Phase 4：动态语境适配器（4 个 Task）
- [ ] Task 4.1 CultureFilter（Trie + pgvector 语义）
- [ ] Task 4.2 MentalRouter（含逻辑深度阈值）
- [ ] Task 4.3 DynamicAdapter
- [ ] Task 4.4 Phase 4 验收测试

## Phase 5：LangGraph 主流程编排（11 个 Task）
- [ ] Task 5.1 WritingState（仅 draft_id，无全文）
- [ ] Task 5.2 AuditService（LLM 批量语义判定）
- [ ] Task 5.3 _fetch_context_node
- [ ] Task 5.4 _apply_constraints_node
- [ ] Task 5.5 _generate_draft_node（存 chapter_contents）
- [ ] Task 5.6 _audit_draft_node + 路由
- [ ] Task 5.7 _interrupt_node + 检查点（PostgresSaver.setup）
- [ ] Task 5.8 FastAPI 端点（含 upload + 实体 CRUD）
- [ ] Task 5.9 结构化日志
- [ ] Task 5.10 健康检查
- [ ] Task 5.11 Phase 5 验收测试

## Phase 6：Streamlit 管理面板（7 个 Task）
- [ ] Task 6.1 面板框架（含登录鉴权）
- [ ] Task 6.2 工单列表
- [ ] Task 6.3 Accept/Reject/Edit
- [ ] Task 6.4 图谱边同步
- [ ] Task 6.5 孤儿引用 + 归档清理
- [ ] Task 6.6 Phase 6 验收测试
- [ ] Task 6.7 一键回归脚本（37 用例）

## Phase 7：视频桥接层（5 个 Task）
- [ ] Task 7.1 StoryboardCompiler
- [ ] Task 7.2 AssetSyncService
- [ ] Task 7.3 VideoGenerationTaskService（HMAC 验签）
- [ ] Task 7.4 视频桥接 API 端点
- [ ] Task 7.5 Phase 7 验收测试

## 回归测试
- [ ] 37 个回归用例全部通过

## 开发日志
| 日期 | 任务 | 状态 | 备注 |
|:---|:---|:---|:---|
| - | - | - | 待开始 |
EOF

{
  "python.defaultInterpreterPath": "${workspaceFolder}/.venv/bin/python",
  "python.terminal.activateEnvironment": true,
  "editor.formatOnSave": true,
  "editor.codeActionsOnSave": {
    "source.organizeImports": "explicit"
  },
  "python.linting.mypyEnabled": true,
  "python.linting.mypyArgs": ["--strict"],
  "python.linting.ruffEnabled": true,
  "[python]": {
    "editor.defaultFormatter": "ms-python.black-formatter",
    "editor.formatOnSave": true
  },
  "black-formatter.args": ["--line-length", "100"],
  "ruff.args": ["--line-length", "100"],
  "claude-code.autoStart": true,
  "claude-code.model": "deepseek-v4-pro[1m]"
}

# 基于 Debian Slim 镜像（稳定优先）
FROM python:3.13-slim

# 设置工作目录
WORKDIR /app

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    gcc \
    libpq-dev \
    && rm -rf /var/lib/apt/lists/*

# 复制依赖文件并安装 Python 包
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 复制应用代码
COPY src/ ./src/
COPY app/ ./app/

# 创建非 root 用户
RUN useradd -m -u 1000 appuser && chown -R appuser:appuser /app
USER appuser

# 暴露端口
EXPOSE 8000

# 启动命令（使用 Uvicorn）
CMD ["uvicorn", "src.main:app", "--host", "0.0.0.0", "--port", "8000"]

version: '3.8'

services:
  postgres:
    image: pgvector/pgvector:pg16
    container_name: novel-postgres
    environment:
      POSTGRES_USER: novel
      POSTGRES_PASSWORD: novel123
      POSTGRES_DB: novel
    ports:
      - "5432:5432"
    volumes:
      - pg_data:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U novel"]
      interval: 10s
      timeout: 5s
      retries: 5

  app:
    build: .
    container_name: novel-app
    environment:
      DATABASE_URL: postgresql://novel:novel123@postgres:5432/novel
      DEEPSEEK_API_KEY: ${DEEPSEEK_API_KEY}
      DEEPSEEK_BASE_URL: https://api.deepseek.com/v1
    ports:
      - "8000:8000"
    depends_on:
      postgres:
        condition: service_healthy
    volumes:
      - ./src:/app/src
    command: uvicorn src.main:app --host 0.0.0.0 --port 8000 --reload

  streamlit:
    build: .
    container_name: novel-streamlit
    environment:
      DATABASE_URL: postgresql://novel:novel123@postgres:5432/novel
    ports:
      - "8501:8501"
    depends_on:
      postgres:
        condition: service_healthy
    command: streamlit run app/management.py --server.port 8501 --server.address 0.0.0.0

volumes:
  pg_data:

cat > .env.example << 'EOF'
# DeepSeek API（必填）
DEEPSEEK_API_KEY=your-api-key-here

# 数据库配置
POSTGRES_USER=novel
POSTGRES_PASSWORD=novel123
POSTGRES_DB=novel
DATABASE_URL=postgresql://novel:novel123@postgres:5432/novel

# 应用配置（生产必须替换 SECRET_KEY）
APP_PORT=8000
STREAMLIT_PORT=8501
SECRET_KEY=change_me_generate_random
JWT_EXPIRE_MINUTES=1440

# 模型配置（模型名以 DeepSeek 官方为准）
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1
DEEPSEEK_FLASH_MODEL=deepseek-v4-flash
DEEPSEEK_PRO_MODEL=deepseek-v4-pro

# Embedding 向量模型（pgvector 语义检测）
EMBEDDING_MODEL=text-embedding-3-small
EMBEDDING_DIM=1536

# LLM 并发限流
LLM_MAX_CONCURRENCY=10
LLM_RATE_LIMIT_PER_MIN=60

# 视频回调验签
WEBHOOK_SECRET=change_me_generate_random

# Claude Code 接入（开发环境）
ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
ANTHROPIC_AUTH_TOKEN=${DEEPSEEK_API_KEY}
EOF

# 构建镜像
docker compose build

# 启动所有服务
docker compose up -d

# 查看日志
docker compose logs -f

# 停止服务
docker compose down

# 安装 Claude Code 的 MCP 扩展
claude mcp add github  # GitHub 集成
claude mcp add filesystem  # 文件系统操作
claude mcp add postgres  # 数据库查询

# 在 Claude Code 对话中切换
/model deepseek-v4-flash
/model deepseek-v4-pro[1m]

【项目启动】

项目名称：novel-tool（开发代号）
开发语言：Python 3.13
框架：FastAPI 0.115+ + LangGraph 0.3+
数据库：PostgreSQL 16 + pgvector
LLM：DeepSeek-V4-Flash（常规）/ DeepSeek-V4-Pro[1m]（复杂）

我已阅读并理解项目的 CLAUDE.md 、 .claude/settings.json 小说创作工业化平台 - 合并开发文档（AI执行版 v6.0）.md。

执行规则：
1. 从 Phase 0 Task 0.1 开始，严格按顺序执行
2. 每个 Task 完成后运行验收测试，全部 PASS 才能继续
3. 测试失败时先修复，不跳过
4. 常规任务用 Flash，复杂任务用 Pro[1m]
5. 所有代码必须有 docstring + 完整类型注解
6. 所有数据库查询必须带 user_id 过滤
7. 维护 PROGRESS.md 记录进度
8. 同一 Task 失败 3 次停止，请求人工介入

确认以上规则，开始执行 Phase 0 Task 0.1。

┌─────────────────────────────────────────────────────────────┐
│                    每日开发循环                              │
│                                                             │
│  1. 启动 WSL2 并进入项目                                   │
│     wsl                                                   │
│     cd ~/workspace/novel-tool                             │
│     source .venv/bin/activate                             │
│                                                             │
│  2. 启动容器                                               │
│     docker compose up -d                                    │
│                                                             │
│  3. 在 VS Code 中打开项目                                   │
│     code .                                                  │
│                                                             │
│  4. 打开 Claude Code 插件                                   │
│     → 自动加载 CLAUDE.md + settings.json                   │
│                                                             │
│  5. 向 Claude Code 发送当前 Task 指令                       │
│     "执行 Phase X Task Y"                                   │
│                                                             │
│  6. AI 生成代码 + 人工 Code Review                         │
│                                                             │
│  7. 运行验收测试                                            │
│     pytest tests/phase_X/ -v                               │
│                                                             │
│  8. 测试结果判断                                            │
│     ├─ PASS → 更新 PROGRESS.md → 进入下一 Task             │
│     └─ FAIL → Claude Code 自动修复 → 重新测试              │
│                                                             │
│  9. 提交代码                                                │
│     git add . && git commit -m "Phase X Task Y: ..."      │
│                                                             │
│  10. 结束工作                                               │
│      docker compose down                                    │
└─────────────────────────────────────────────────────────────┘

# .git/hooks/pre-commit
# 提交前自动运行测试
pytest tests/ -v --maxfail=1
if [ $? -ne 0 ]; then
    echo "❌ 测试失败，提交被阻止"
    exit 1
fi

# 在开发机（WSL2）导出镜像
docker save -o novel-app.tar novel-app:latest
docker save -o novel-streamlit.tar novel-streamlit:latest
docker save -o novel-postgres.tar pgvector/pgvector:pg16

# 在云服务器（Ubuntu 22.04）导入镜像
docker load -i novel-app.tar
docker load -i novel-streamlit.tar
docker load -i novel-postgres.tar

# 使用 docker-compose.yml 启动
docker-compose up -d

☐ 1. Windows 11 启用 WSL2
☐ 2. 安装 Debian WSL2
☐ 3. 安装 VS Code + WSL 扩展
☐ 4. 在 WSL2 Debian 中安装 Node.js + Claude Code
☐ 5. 安装 Docker Engine（WSL2 内）
☐ 6. 在 WSL2 中创建项目目录
☐ 7. 创建 Python 虚拟环境并安装依赖
☐ 8. 注册 DeepSeek 平台并获取 API Key
☐ 9. 配置 Claude Code 环境变量（~/.bashrc）
☐ 10. 在项目根目录创建 .claude/settings.json
☐ 11. 创建 CLAUDE.md（项目记忆）
☐ 12. 创建 PROGRESS.md（进度跟踪）
☐ 13. 创建 Dockerfile 和 docker-compose.yml
☐ 14. 在 VS Code 中安装 Claude Code 插件
☐ 15. 在 VS Code 中打开项目（code .）
☐ 16. 打开 Claude Code 插件，输入初始化指令
☐ 17. 开始 Phase 0 Task 0.1

# 检查环境变量是否生效
echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_AUTH_TOKEN

# 测试 API 连通性
curl -X POST $ANTHROPIC_BASE_URL/v1/messages \
  -H "x-api-key: $ANTHROPIC_AUTH_TOKEN" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"deepseek-v4-flash","max_tokens":10,"messages":[{"role":"user","content":"ping"}]}'

# 检查 Docker 服务状态
sudo service docker status

# 启动 Docker
sudo service docker start

# 若 WSL2 内 systemd 未启用，可启用 systemd 或用 sudo dockerd 启动

# 在 WSL2 中重新安装 VS Code Server
code --install-extension ms-vscode-remote.remote-wsl
# 或在 VS Code 中执行 "Remote-WSL: Reopen in WSL"