挑战课程 · 任一编码 Agent + 录制好的模型回放（无需 API Key）
把演示日的一次模型调用变成能上线的功能——校验结构化输出、给工具调用设白名单、带着错误信息重试、拿不准就转人工而不是瞎猜，并用分母覆盖全部用例的离线评测来度量。
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 `llm-features-in-python`.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
无需 clone、无需账号——点击任意检查点，进入该题的独立页面读全文。
跑一遍 starter 的评测，抓住那个不可能为真的数字，再把每个失败测试对应到让它坏掉的真实回复。
把 TASK.md 当成你的代码与模型之间的边界来读——回复必须长什么样、能运行哪些工具、不照做时怎么办。
用四个有界轮次把 starter 推到全绿——解析器、工具关口、重试与兜底循环、评测——并亲眼看到一处修复暴露出旧代码藏着的 bug。
跑完三个皮肤，接受那个没过阈值的结果，并写下少量录好的回复能说明什么、不能说明什么。
把真实模型放到同一个接缝后面：一个可调用的 client、一份输出契约、一张白名单、一个兜底，以及录一次、每次改动都回放的评测。
开始
Agent 负责驱动；课程文件经 Skill 到达你的工作目录——不下载、不 clone。
把上方入口语句粘贴给你的 Agent。它会带你走一次性授权链接（核对码、点「允许」），自己取回本课文件，然后陪你做题。没装 Skill 的 Agent 也可以用这段简报：
请完成 FlyPython 挑战课程「用 Python 构建 LLM 功能：结构化输出、工具调用与评测」（course id course-llm-features）的检查点 。
机读简报：https://flypython.com/api/challenges/llm-features-in-python
打开课程文件夹，先读 TASK.md——它就是契约。
规则：最小变更、不新增依赖、绝不修改 tests/ 或 solution/。
用 python verify.py 检查 starter/；自报关卡先让我回答课后问题，再运行 --attest ID 取得码。Agent 在任务契约下工作：最小变更、不新增依赖、绝不修改 solution/。可选引导模式见 COURSE.md。
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。
把内部工单分到五个类别；模型可以先按资产标签查询设备。
完全不带工具地分类应用内反馈——模型只凭工单文本作答。
分类商店的客服邮件；模型可以先查询订单再作答。
验证
15 个测试锚定输出契约、工具调用白名单、带错误反馈的重试、人工兜底，以及分母覆盖全部用例的评测。starter 复现具名失败；已审核的实现对着录制回复通过 15/15——无需联网、无需 API Key。
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 模型输出是不可信输入 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。