学员指南
在 ClickHouse Cloud 上构建一个实时、可观测、AI 辅助的分析应用，一次坐下就能完成，大部分打字工作由你的编码助手完成。
macOS terminal: Run workshop commands in Terminal using zsh or bash.
在接下来的两三个小时里，你将拿到一个可运行的纽约出租车应用，并在 ClickHouse Cloud 上重建 它的数据平面：真实的历史分析、一条实时变更数据捕获流、对话式 BI、一个由 AI 构建的 SRE 看板，以及一个端到端追踪的应用内 AI 聊天。按顺序完成各个模块，下面的编号列表同时也是 你的进度追踪表。
本课程支持 macOS 和 Windows。在页面顶部选择你的电脑类型；这个选择会在所有学员页 和讲师页之间保持。Windows 学员使用 WSL 2 上的 Ubuntu，因此在完成环境准备之后，所有共享的 命令块都是完全相同的。
你的进度
- 环境准备，账号、密钥、工具、agent skills，以及在本地运行起来的应用。
- ClickHouse Cloud，建立表结构，并从对象存储导入 320 万行以上的真实出租车数据。
- 基础应用，在 ClickHouse 已导入数据之后巡览这个运行中的应用，从而了解你要扩展的对象。
- 托管 Postgres CDC，用 ClickPipe 把 ClickHouse 托管的 Postgres 流入 ClickHouse。
- ClickHouse Agents，用自然语言向你的数据提问。
- ClickStack，在 HyperDX 中查看应用自身的 traces 和 logs。
- AI SRE，让你的 agent 基于这些遥测数据构建一个 SRE 看板和告警。
- 破坏与修复，承接 AI SRE，注入一个故障、诊断它并修复它。
- 聊天与 Langfuse，接入一个应用内 AI 聊天，并追踪每一轮对话。
- 收尾，回顾、带回家，并扩展到你自己的数据上。
你将构建什么
到最后，你的有状态数据服务和可观测性服务运行在云上。应用、负载生成器、客户端工具和遥测 转发器运行在本地：
- 一个基于直接从对象存储导入的 320 万行以上真实纽约出租车数据 的 实时运营看板，
- 一条把 ClickHouse 托管 Postgres 持续流入 ClickHouse 的 变更数据捕获管道，
- 用 ClickHouse Agents 对这些数据做 对话式 BI，
- 一个基于应用自身遥测数据、由 AI 构建的 SRE 看板和告警，
- 以及一个在 Langfuse 中端到端追踪的 应用内 AI 聊天。
时间
约 2 小时 30 分钟的实操，而且你的看板在最初 40 分钟内就会跑在真实数据上。
成本
ClickHouse Cloud 的试用额度覆盖 ClickHouse 托管服务。为模块 08 预留约 5 美元的 OpenAI 额度。
一切都可以复制粘贴
这些页面上的每条命令和查询都可以直接复制运行，而繁重的工作由你的编码助手完成，你是在 指挥构建过程，而不是逐字敲出来。
每节课的结构
每个模块页面都遵循相同的结构，让你随时知道自己在哪里：
- 起点：需要 checkout 的检查点分支，以及你需要具备的条件。
- 为什么：这一步对你正在构建的应用为什么重要。
- 目标：本模块唯一明确的产出。
- 步骤：带编号、动词开头，包含你要修改的确切文件和一个预期输出的检查点。
- 如何验证你已完成：一个你可以自己运行的检查。
- 小结：刚刚发生了什么。
- 最终状态：交接到下一个模块。
不用担心跟不上其他人的节奏：每个模块都指明了一个可以 checkout 从头开始的检查点分支， 所以你永远不会被落下。
独立完成
准备自学？请先阅读自主学习指南。 其中提供了讲师现场指导的替代方案。如果遇到问题， 故障排查 列出了测试中出现过的每一个 环境准备故障及其修复方法。
从 00 环境准备 开始。