目标：搭建完整开发环境

步骤 1: 安装基础工具

# 1. 安装 VSCode
# 去官网下载: https://code.visualstudio.com/

# 2. 安装 Git
# Windows: https://git-scm.com/download/win


# 3. 验证安装
git --version

步骤 2: 用 Miniforge 创建虚拟环境

关于miniforge的具体安装步骤，请看之前的博文：windows11 配置 miniforge3

# 1. 打开终端，创建项目文件夹
mkdir llm-projects
cd llm-projects

# 2. 用 Miniforge 创建 Python 3.10 环境
mamba create -n llm-env python=3.10

# 3. 激活环境
mamba activate llm-env

# 4. 验证 Python 版本
python --version  # 应该显示 Python 3.10.x

步骤 3: 注册 API 账号

OpenAI 账号:

1. 访问 https://platform.openai.com/signup
2. 注册后进入 API Keys 页面
3. 点击 “Create new secret key”，保存密钥（只显示一次！）

同理注册 了 阿里云百炼 和 Deepseek

步骤 4: 安装依赖库

# 确保在 llm-env 环境中
mamba activate llm-env

# 安装所有必备库
pip install openai anthropic langchain python-dotenv fastapi uvicorn

# 验证安装
python -c "import openai; import anthropic; print('安装成功')"

步骤 5: 配置环境变量

# 用 VSCode 打开编辑，
code .env

VSCode 会提示文件不存在，点击“配置文件”即可。

在 .env 文件中添加：

OPENAI_API_KEY=sk-proj-xxxxxxxxxxxxxx
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxx
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxx

创建 .gitignore 文件（防止泄露密钥）：

echo ".env" > .gitignore
echo "__pycache__/" >> .gitignore
echo "*.pyc" >> .gitignore

---

步骤 6: 快速学习 FastAPI

阅读官方文档这 3 个核心概念：

1. 路径操作 (Path Operations): https://fastapi.tiangolo.com/tutorial/first-steps/
2. 路径参数 (Path Parameters): https://fastapi.tiangolo.com/tutorial/path-params/
3. 查询参数 (Query Parameters): https://fastapi.tiangolo.com/tutorial/query-params/

步骤 7: 创建第一个 API

在项目根目录文件夹下创建文件 week1-basics/hello_api.py：

from fastapi import FastAPI
from dotenv import load_dotenv
import os

# 加载环境变量，加载.env文件
load_dotenv()

app = FastAPI(title="我的第一个 LLM API")

@app.get("/")
def root():
    return {"message": "API 运行中！"}

@app.get("/hello")
def hello():
    return {
        "message": "Hello World",
        "status": "success"
    }

@app.get("/hello/{name}")
def hello_name(name: str):
    return {
        "message": f"Hello {name}!",
        "api_key_loaded": bool(os.getenv("OPENAI_API_KEY"))
    }

步骤 8: 启动并测试

# 进入目录
cd week1-basics

# 启动服务器
uvicorn hello_api:app --reload

# 你会看到:
# INFO:     Uvicorn running on http://127.0.0.1:8000

测试方法 1: 浏览器

• 打开 http://127.0.0.1:8000/hello
• 打开 http://127.0.0.1:8000/docs (自动生成的文档)

测试方法 2: curl

# 新开一个终端
curl http://127.0.0.1:8000/hello
curl http://127.0.0.1:8000/hello/张三

---

步骤 9: 创建 GitHub 仓库

# 1. 在 GitHub 网站上创建新仓库 'llm-learning-journey'

# 2. 回到项目根目录
cd llm-projects

# 3. 初始化 Git
git init
git add .
git commit -m "Day 1: 环境配置完成"

# 4. 连接远程仓库
git remote add origin https://github.com/用户名/llm-learning-journey.git
git branch -M main
git push -u origin main

# 5.拉取仓库
git remote set-url origin git@github.com:用户名/llm-learning-journey.git
git push -u origin main

Day 1 成果

✅ 环境配置完成
✅ 第一个 FastAPI 接口运行成功
✅ Git 仓库初始化

创建 requirements.txt：

pip freeze > requirements.txt

---

✅ 清单

若想尝试，操作完后请检查这些项：

• mamba activate llm-env 能激活环境
• python --version 显示 3.10+
• .env 文件包含 API 密钥
• 访问 http://127.0.0.1:8000/docs 能看到接口文档
• GitHub 仓库已推送成功

---

🆘 常见问题

Q: Miniforge 和 conda 有什么区别？
A: Miniforge 是精简版，默认使用 conda-forge 源，速度更快。用法完全相同。

---

Q: API 密钥泄露了怎么办？
A: 立即在平台上删除旧密钥，生成新密钥，更新 .env 文件。

---

Q: uvicorn 命令找不到？
A: 确保激活了环境：conda activate llm-env，然后重新安装 pip install uvicorn

---

Q: 想在其他电脑上继续？
A: 克隆仓库后运行：

git clone https://github.com/ZouJM15/llm-learning-journey.git
cd llm-learning-journey
mamba create -n llm-env python=3.10
mamba activate llm-env
pip install -r requirements.txt

---

Q: .gitignore文件的作用？

A: .gitignore是Git的配置文件，用来告诉Git哪些文件不要上传到GitHub。

规则说明:

写法	含义	示例
文件名	忽略特定文件	.env → 忽略 .env 文件
*.扩展名	忽略某类文件	*.log → 忽略所有 .log 文件
文件夹/	忽略整个文件夹	venv/ → 忽略 venv 文件夹
!文件名	例外规则	!important.log → 保留这个 log
**/文件夹	任意层级的文件夹	**/__pycache__ → 所有 pycache

记：敏感信息放 .env，规则写在 .gitignore！🚀

---

OK， Day 1 就圆满完成！明天继续 🎉