Stanford CS221：Artificial Intelligence: Principles and Techniques（2026 春）

请帮我把「Stanford CS221：Artificial Intelligence: Principles and Techniques（2026 春）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://stanford-cs221.github.io/spring2026/
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：在本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：官方 8 次作业依次为 Foundations、Sentiment、Route、MountainCar、Pacman、Scheduling、Car、Logic，另有课程项目或 AI Product Deep Dive。题目入口位于首页 Assignments；代码自测不等于 Gradescope 全部评分通过。
课节（官方顺序）：
1. Overview：https://stanford-cs221.github.io/spring2026/
2. Learning I：https://stanford-cs221.github.io/spring2026/
3. Learning II：https://stanford-cs221.github.io/spring2026/
4. Learning III：https://stanford-cs221.github.io/spring2026/
5. Search I：https://stanford-cs221.github.io/spring2026/
6. Search II：https://stanford-cs221.github.io/spring2026/
7. MDPs I：https://stanford-cs221.github.io/spring2026/
8. MDPs II：https://stanford-cs221.github.io/spring2026/
9. Games I：https://stanford-cs221.github.io/spring2026/
10. Games II：https://stanford-cs221.github.io/spring2026/
11. Factor Graphs：https://stanford-cs221.github.io/spring2026/
12. Beam Search：https://stanford-cs221.github.io/spring2026/
13. Bayesian Networks I：https://stanford-cs221.github.io/spring2026/
14. Bayesian Networks II：https://stanford-cs221.github.io/spring2026/
15. Bayesian Networks III：https://stanford-cs221.github.io/spring2026/
16. Logic I：https://stanford-cs221.github.io/spring2026/
17. Logic II：https://stanford-cs221.github.io/spring2026/
18. Conclusion/Summary/Future of AI：https://stanford-cs221.github.io/spring2026/

1. 环境
- 按官方 Foundations 手册安装 Miniconda；执行 conda create --name cs221 python=3.12，随后 conda activate cs221。
- 后续作业依赖按该作业说明在 cs221 环境安装，不覆盖系统 Python。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课表与 8 次作业入口：只记录链接 https://stanford-cs221.github.io/spring2026/（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
- Homework 1 Foundations：只记录链接 https://stanford-cs221.github.io/spring2026/assignments/hw1_foundations/index.html（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
- Modules：只记录链接 https://stanford-cs221.github.io/spring2026/modules（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
3. 目录（最外层放在我确认的位置）
stanford-cs221-sp26/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    ├── 11-lesson-11/
    ├── 12-lesson-12/
    ├── 13-lesson-13/
    ├── 14-lesson-14/
    ├── 15-lesson-15/
    ├── 16-lesson-16/
    ├── 17-lesson-17/
    └── 18-lesson-18/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python --version  → 激活 cs221 环境后输出 Python 3.12.x，来源为官方 Foundations 安装指南
  - 人工检查：打开 Foundations 的题目，核对作业编号；确认当前作业自测命令后再运行，记录已通过和待实现部分  → 能打开指定材料并核对标题；此项是人工检查，不是终端命令，也不代表课程练习已完成。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。