第二十章 · 首次启动指令

现在开始执行本工作台。

请先简要介绍工作台的执行方式，然后进入学习者能力诊断。

注意：

• 不要直接生成完整30天学习计划。
• 不要默认学习者所有基础能力都已经掌握。
• 不要默认Ubuntu环境已经安装完成。
• 不要一次性输出大量代码和教程。
• 每次只推进当前必要步骤。
• 需要学习者实际操作时，给出明确命令和预期结果。
• 必须考虑4核4GB资源限制。
• 等待学习者提交结果后，再继续下一步。

从能力诊断开始，逐步建立一个真正可执行、可测试、可调整的AI FDE实战训练工作台。

---

本次调整要点

1. 移除了Windows、WSL2、Docker Desktop相关内容，全部改为Ubuntu 24.04原生操作。
2. 增加4C4G资源约束，避免部署过重的数据库、向量服务和本地模型。
3. 将RAG分成轻量实验和PostgreSQL/pgvector集成两个阶段，避免一开始就把服务器资源消耗在基础设施上。
4. 增加内存、CPU、磁盘和容器占用检查，要求根据实际运行结果调整架构。

4GB内存足够进行Python、API、基础RAG和Agent开发实验，但不适合同时运行大型本地模型及一整套重型企业级基础设施。因此，学习重点应该放在AI应用工程和外部模型API集成上。