挑战课程 · 任一编码 Agent + uv
一门挑战课程——把 Markdown 索引脚本变成可安装的包：pyproject 元数据、console 入口、构建出的 wheel 与 sdist 由契约套件验证——包括在全新虚拟环境里真实安装并运行。
小P老师是运行在你自己 Agent 里的 AI 教练，使用你自己的模型。需要引导时，先提问、再给小提示。verify.py 检查客观关卡；反思检查点需要你亲自回答并确认。
把这一句话粘贴给你的 Agent，即可开始：
Read https://flypython.com/skills/flypython/SKILL.md and start the FlyPython course `dt-packaging`.需要一个能执行命令并联网的编码 Agent（纯网页聊天 AI 做不了）。Agent 会用一次性授权链接为你授权、 自己取回课程文件——你不需要下载任何东西。 还没装 FlyPython Skill？选你工具对应的工具课 →
题目
每课都以一条要运行的命令和必须脱稿回答的问题收尾。
动手前先看 `pip install .` 到底需要什么。
名称、版本、入口——工具必须写对的字段。
产出契约套件会检查的 wheel 与 sdist。
装好的命令行入口必须真能执行——不只是存在。
把打包流程迁移到你自己的脚本上。
场景皮肤
三个皮肤走同一份代码和同一套测试。开课前选一个最贴近你工作的。
一个给 Markdown 文档建索引的脚本——要变成能在全新虚拟环境里安装运行的命令。
验证
契约套件构建产物并把 wheel 装进全新虚拟环境：wheel + sdist 存在、入口已声明、安装后的命令可执行。
python verify.py # 在课程文件夹运行：打印检查点状态 + 认领码第 5 课把工作流——而不是代码——迁移到你真正拥有的一个脚本上：三行任务契约、一个从红变绿的新测试、 一份写明测试不能证明什么的记录。同一个循环在AI Coding 工作方法指南中有完整描述， 并可由可运行示例练习。
检查点通过后，python verify.py 会打印确定性认领码。 完成授权的 Agent 会替你一次性批量提交；手动提交则粘贴到进度页—— 每个检查点 10 分，集齐五个获得 发布了 CLI 课程徽章。认领码是自我声明的证据，不是证书。
通过课程套件只证明被锚定的行为在测试输入上成立——不等于明天的数据也对，不等于生产性能达标， 在你为自己的项目写下契约之前，也不代表你项目里的任何事。仓库测试是证据，不是你的结果。