generative-ai-for-beginners 云端零安装开发环境指南基于 GitHub Codespaces 搭建与 API Key 安全配置【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners本指南以 generative-ai-for-beginners 课程仓库中的《Cloud Setup – GitHub Codespaces》文档为主体讲解如何在不安装任何本地软件的前提下通过 GitHub Codespaces 获得一个预装全部依赖的浏览器版 VS Code 环境并安全地完成 OpenAI 等大模型服务 API Key 的注入。读完本文你将能够一键启动课程开发容器、理解容器内预装工具的底层配置并掌握 Codespaces Secrets 与.env文件两种凭据管理方式为后续 21 个章节的动手实验扫清环境障碍。一、为什么选择 Codespaces对于只想专注学习生成式 AI 内容、不愿在本地折腾环境的读者00-course-setup/01-setup-cloud.md明确指出如果你不想在本地安装任何东西请使用本指南。Codespaces 提供的是免费、基于浏览器的 VS Code 实例且所有依赖均已预装。其核心优势可归纳如下优势对你的意义✅ 零安装在 Chromebook、iPad、学校机房 PC 等任何设备上都能运行✅ 预构建开发容器Python 3、Node.js、.NET、Java 已经内置✅ 免费额度个人账号每月享有120 核心小时 / 60 GB 小时的免费配额提示及时停止或删除闲置的 codespace以节省免费额度 操作路径查看 ▸ 命令面板 ▸Codespaces: Stop Codespace。二、仓库的云端开发环境到底预装了什么devcontainer.json 深度解析开发容器已预先构建并非一句空话其依据就藏在仓库根目录的 .devcontainer/devcontainer.json 中。该文件基于 GitHub 官方的codespaces-jupyter模板改造直接采用通用开发容器镜像mcr.microsoft.com/devcontainers/universal:2.13——这正是它能同时支持Python 3、Node.js、.NET、Java多种技术栈的原因。容器启动时依次执行两条命令updateContentCommandpython3 -m pip install -r requirements.txt即自动安装 requirements.txt 中锁定的全部依赖包括openai1.12.0、python-dotenv1.2.2、tiktoken、azure-ai-inference等课程代码所需的库postCreateCommandbash .devcontainer/post-create.sh执行仓库自定义的后续初始化脚本。此外配置还预设了 VS Code 扩展与格式化设置ms-python.python、ms-python.vscode-pylance、ms-toolsai.jupyter、ms-python.black-formatterPython 默认格式化器、charliermarsh.ruff、dbaeumer.vscode-eslint、esbenp.prettier-vscodeJS/TS 默认格式化器以及github.copilot并开启了保存时自动格式化。这也解释了为什么首次构建需要约 2 分钟——容器镜像拉取与依赖安装都在首次启动时完成。三、一键创建 Codespace在原文档translations/ja/00-course-setup/01-setup-cloud.md的流程基础上完整操作步骤如下Fork 本仓库点击页面右上角的Fork按钮将 generative-ai-for-beginners 复制到你的 GitHub 账号下Fork 后的仓库才拥有创建 Codespace 的写权限环境。在 Fork 后的仓库中创建 Codespace点击Code ▸ Codespaces ▸ Create codespace on main参考上方截图中的按钮位置。浏览器会打开一个 VS Code 窗口开发容器随即开始构建。首次构建约需2 分钟之后再次打开将明显加快。✅ 构建完成后你就拥有了一套与本地开发完全一致、但零安装成本的环境可以直接运行各章节下的*.ipynbnotebook 与 Python 脚本。四、添加 API Key 的安全姿势课程中的很多动手实验需要调用 LLM 服务OpenAI、Azure OpenAI、Microsoft Foundry Models、Hugging Face 等因此必须把 API Key 注入开发环境。原文档提供了两种方式强烈推荐第一种选项 ACodespaces Secrets推荐Secrets 由 GitHub 加密托管不会出现在文件系统、环境变量导出或 git 历史中是最安全的方式点击 ⚙️ 齿轮图标 → 命令面板 →Codespaces: Manage user secret→Add a new secret名称填写OPENAI_API_KEY值填入你的 API Key → 点击Add secret保存。设置完成后容器内的代码会自动识别该密钥——原因在于课程代码统一通过os.getenv(...)读取环境变量而 Codespaces Secrets 会以环境变量形式注入到容器进程详见下文第五节源码佐证。选项 B.env文件确有必要时才用如果你希望显式管理多个提供商的凭据可以在仓库根目录执行cp .env.copy .env code .env # 填写 OPENAI_API_KEYyour_key_here仓库根目录已提供模板文件 .env.copy其中预先定义了 OpenAI、Azure OpenAIMicrosoft Foundry、Microsoft Foundry Models、Hugging Face 共四组变量的占位符。需要注意.env已被.gitignore忽略切勿将其提交到公开仓库以免泄露密钥造成安全隐患和意外费用。五、.env文件支持的全部变量速查虽然原文档只演示了OPENAI_API_KEY但结合 .env.copy 与 00-course-setup/03-providers.md 的完整说明课程环境共支持以下变量按需填写即可变量用途说明OPENAI_API_KEY非 Azure 的 OpenAI 端点访问授权密钥AZURE_OPENAI_API_VERSIONAzure OpenAI API 版本模板默认2024-10-21当前稳定 GA 版本AZURE_OPENAI_API_KEYMicrosoft Foundry 中 Azure OpenAI 资源的密钥AZURE_OPENAI_ENDPOINTAzure OpenAI 资源部署端点形如https://resource-name.openai.azure.comAZURE_OPENAI_DEPLOYMENT文本生成chat completion模型部署名如gpt-4o-miniAZURE_OPENAI_EMBEDDINGS_DEPLOYMENT文本嵌入embeddings模型部署名如text-embedding-3-smallAZURE_INFERENCE_ENDPOINTMicrosoft Foundry 项目端点用于 Foundry Models多提供商模型目录AZURE_INFERENCE_CREDENTIALMicrosoft Foundry 项目 API KeyHUGGING_FACE_API_KEYHugging Face 用户访问令牌Access Token各 provider 的注册、定价与 Playground 入口、Azure OpenAI 资源部署、Microsoft Foundry Models 配置等完整指引详见 00-course-setup/03-providers.md。另注意课程中带aoai/oai/hf/githubmodels标签的作业分别对应不同 provider未配置对应凭据的作业会在运行时因缺少密钥而报错。六、课程代码如何自动读取这些变量源码级佐证代码会自动识别密钥有明确的实现依据。仓库在 shared/python/env_utils.py 中封装了三个工具函数get_required_env(var_name, description)读取必填环境变量缺失时抛出带有友好提示的ValueError提示在.env或环境中设置validate_env_vars(*var_names)批量校验多个变量是否齐全get_env_with_default(var_name, default)带默认值的读取方式。而在 shared/python/api_utils.py 中create_openai_client()直接执行os.getenv(OPENAI_API_KEY)获取密钥并构造 OpenAI 客户端create_azure_openai_client()则读取AZURE_OPENAI_ENDPOINT与AZURE_OPENAI_API_KEY并自动拼接{endpoint}/openai/v1/作为base_url。这与python-dotenv配合见 requirements.txt 中的python-dotenv1.2.2实现了Secrets 或 .env → 环境变量 → 客户端初始化的完整链路——这也是为什么采用选项 A 时你无需写任何代码密钥就会自动生效。七、配额管理与常见问题排查关于免费额度个人账号每月 120 核心小时 / 60 GB 小时是共享计算与存储的量化边界长时间挂机不使用的 codespace 会持续消耗配额。建议养成习惯暂时不学习时通过命令面板执行Codespaces: Stop Codespace停止实例或直接在 GitHub Codespaces 列表页删除不再需要的 codespace。若在云端或后续本地环境遇到问题可参考 00-course-setup/02-setup-local.md 中的排障表其中与云端环境相关的常见项包括ModuleNotFoundError: dotenv说明依赖未安装运行pip install -r requirements.txt即可OpenAI 返回401 / 429检查OPENAI_API_KEY值是否正确、是否触发请求速率限制提示 Docker 构建失败No space left在 Docker Desktop ▸Settings▸Resources中调大磁盘分配。八、后续路线环境就绪后你可以从第 1 课开始系统学习01-introduction-to-genai/README.md按需选择并配置 LLM Provider00-course-setup/03-providers.md若更倾向在本地笔记本上运行可参考本地搭建指南00-course-setup/02-setup-local.md支持原生 Python 虚拟环境、VS Code Dev Container with Docker、Miniconda、经典 Jupyter 四种路径。说明本文所述课程文档由 AI 翻译服务生成原文 00-course-setup/01-setup-cloud.md 为信息权威来源关键配置参数与源码路径均以当前仓库实际内容为准。【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考