https://www.bilibili.com/video/BV1yjz5BLEoY

https://hzh.sealos.run/

文章目录

课程导学

四大核心

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

前置准备-01、通义千问大模型的接入

阿里云百炼注册登录

在这里插入图片描述
在这里插入图片描述

https://bailian.console.aliyun.com/

先注册登录,并实名认证,步骤略:

在这里插入图片描述

创建并复制API-KEY

点击模型服务——密钥管理——创建API Key:

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

点击复制:
在这里插入图片描述

额度监控(模型用量)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

前置准备-02、代码调用云端的大模型

步骤

在这里插入图片描述

创建sealos云环境(不想用电脑环境,弄个devbox)

https://hzh.sealos.run/

在这里插入图片描述
在这里插入图片描述

heima-agent-devbox-python312

在这里插入图片描述
在这里插入图片描述

用Cursor打开项目

在这里插入图片描述
会在本地用cursor打开项目

在这里插入图片描述

升级pip并且安装openai库

python3 -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

→提示词:新建目录“AI大模型RAG与智能体开发”,新建文件“01测试APIKEY的使用.py”

或者:新建目录“AI_LLM_RAG_Agent_Dev”,新建文件“01_TestApiKey.py”

复制阿里云百炼示例代码并测试调用

模型服务——模型广场——通义千问3-Max

在这里插入图片描述

找到示例代码并复制

在这里插入图片描述

→提示词:新建目录“AI大模型RAG与智能体开发”,新建文件“01测试APIKEY的使用.py”,加入以下代码,并替换APIKEY

import os
from openai import OpenAI

client = OpenAI(
    # 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
    model="qwen3-max",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "你是谁?"},
    ],
    stream=True
)
for chunk in completion:
    print(chunk.choices[0].delta.content, end="", flush=True)

APIKEY:

sk-637d7df6a79149e5991437a23e0d375b

←AI回复

在这里插入图片描述

运行python脚本

python AI_LLM_RAG_Agent_Dev/01_TestApiKey.py

在这里插入图片描述

总结

在这里插入图片描述

前置准备-03、使用环境变量保护APIKEY

在这里插入图片描述

Windows在环境变量里设置,Mac跟在linux里差不多(略),我打算用dotenv的方法

→提示词:帮我保护我的ApiKey,你会怎么做?只需回答不用改代码

←AI回复

查看当前代码,了解 API Key 的使用情况:

[1 tool called]

代码中 API Key 被硬编码(第6行),存在安全风险。保护 API Key 的建议:

1. 使用环境变量(推荐)

  • 将 API Key 存储在环境变量中,代码通过 os.getenv() 读取
  • 优点:不暴露在代码中,便于在不同环境使用不同密钥

2. 使用 .env 文件 + python-dotenv

  • 创建 .env 文件存储敏感信息
  • 使用 python-dotenv 库加载
  • 重要:将 .env 添加到 .gitignore,避免提交到版本控制

3. 使用密钥管理服务

  • 生产环境:使用 AWS Secrets Manager、Azure Key Vault、HashiCorp Vault 等
  • 容器环境:使用 Docker secrets 或 Kubernetes secrets

4. 代码层面的保护

  • 不要在代码中硬编码密钥
  • 不要在日志中输出密钥
  • 不要在错误信息中暴露密钥
  • 使用配置文件时,确保配置文件也在 .gitignore

5. 版本控制保护

  • 检查 .gitignore 是否包含 .env 和包含密钥的文件
  • 如果已提交,立即撤销并轮换密钥

6. 访问控制

  • 限制 API Key 的权限范围
  • 定期轮换密钥
  • 监控 API Key 的使用情况

7. 当前代码的改进建议

  • 将第6行的硬编码密钥改为:api_key=os.getenv("API_KEY")api_key=os.getenv("API_KEY", "默认值")
  • 在运行前设置环境变量:export API_KEY="sk-xxx"
  • 或使用 .env 文件配合 python-dotenv

最重要:如果这个 API Key 已经暴露(比如已提交到 Git),请立即在服务提供商处撤销并生成新密钥。

需要我帮你实现其中一种方案吗?

→提示词:帮我使用 .env 文件 + python-dotenv,并编写.gitignoregetenv无需默认值

←AI回复(没有权限写入.env文件,需手动创建)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

手动执行命令添加.env文件,并添加API_KEYDASHSCOPE_API_KEY两个环境变量

touch .env
echo "API_KEY=sk-637d7df6a79149e5991437a23e0d375b" > /home/devbox/project/.env
echo "DASHSCOPE_API_KEY=sk-637d7df6a79149e5991437a23e0d375b" >> /home/devbox/project/.env

在这里插入图片描述

测试执行脚本

先安装依赖库

pip install -r requirements.txt

在这里插入图片描述

执行脚本

python3 AI_LLM_RAG_Agent_Dev/01_TestApiKey.py

在这里插入图片描述
可以看出,脚本正确读到了环境变量中的APIKEY

总结

在这里插入图片描述

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐