尧图网页设计 
零安装跑通生成式 AI 课程GitHub Codespaces 云端环境、Dev Container 拆解与 API 密钥安全配置【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想在 2 分钟内跑通 generative-ai-for-beginners 生成式 AI 课程的第一个示例这篇跑通指南带你用 GitHub Codespaces 走零本地安装路线浏览器里的 VS Code、仓库内置开发容器自动装好全部依赖、API 密钥通过 Secrets 安全注入。照着做你可以跳过所有环境配置坑直接进入第 1 课的动手环节。先给结论云端路线适合谁如果你手头只有 Chromebook、iPad 或学校机房电脑或者纯粹不想折腾 Python、Node.js、.NET 多套运行时官方给出的云端路线00-course-setup/01-setup-cloud.md就是为你准备的。它与本地路线的取舍一目了然维度云端 Codespaces 路线本地路线02-setup-local.md安装成本零安装浏览器直接开工需 Python 3.10、Git可选 venv/Docker/Miniconda依赖一致性仓库自带 Dev Container人人环境相同靠requirements.txt自行安装存在版本漂移风险免费额度个人账号每月120 Core 小时 / 60 GB 小时以 GitHub 官方最新条款为准不占云端配额离线可用性需要联网完全离线可用密钥管理Secrets 托管密钥不落盘.env文件已被 .gitignore 第 123 行忽略结论想最快体验、环境最干净选云端需要在无网环境学习或长期使用选本地。两条路线最终汇入同一套课程作业随时可以切换。三步从 0 到跑通Fork、建空间、注密钥第 1 步Fork 仓库到自己名下在仓库页面右上角点击Fork把代码复制到你自己的账户。为什么必须先 Fork因为课程作业要求你能自由修改代码、提交结果而且 Codespace 只能建立在你自己的 Fork之上。顺手点个 Star日后更好找回见 00-course-setup/README.md 的 Setup Steps 一节。第 2 步在 Fork 上一键创建 Codespace在你的 Fork 页面点击Code ▸ Codespaces ▸ Create codespace on main即基于main分支新建云端工作区浏览器会打开一个 VS Code 窗口并开始构建开发容器首次约需 2 分钟见 00-course-setup/01-setup-cloud.md 第 29 行。之后的启动会明显更快因为容器与依赖已被缓存。此时你什么都不用装——原因见下一节的配置拆解。第 3 步注入 OpenAI API 密钥调用生成式 AI 服务需要一把钥匙。推荐走官方 Secrets 通道左下角⚙️ 齿轮图标 → 命令面板输入并选择Codespaces: Manage user secret → Add a new secretName 填OPENAI_API_KEYValue 粘贴你的 OpenAI API 密钥点击Add secret。保存即生效。官方指南的原话是Thats it—our code will pick it up automatically.见 00-course-setup/01-setup-cloud.md 第 39 行——课程代码一行都不用改。 若你还要做 Azure OpenAI、Microsoft Foundry Models 或 Hugging Face 的作业文件名分别带aoai/githubmodels/hf标记可按同样方式把对应变量注册为 Secrets变量清单见 .env.copy。验证跑通打开第 6 课的 oai-app.py该脚本首 8 行即load_dotenv() 初始化 OpenAI 客户端 发起gpt-4o-mini补全请求在编辑器中直接运行。能打印出补全文本说明容器、依赖、密钥三环全部就位。2 分钟构建背后Dev Container 配置逐条拆解依赖已预装不是宣传语仓库根目录的 .devcontainer/ 目录用真实配置文件交代了全部。devcontainer.json 共 41 行关键条目如下配置项行号内容它替你做了什么image第 5 行mcr.microsoft.com/devcontainers/universal:2.13GitHub 官方通用镜像内置 Python 3、Node.js、.NET、Java 运行时覆盖第 1 课 notebook 到第 6~11 课的 Python/JS/TS 示例hostRequirements.cpus第 6~8 行要求 4 核选 Codespace 规格时至少 4 核避免构建卡顿updateContentCommand第 10 行python3 -m pip install -r requirements.txt把 requirements.txt 里的 10 个 Python 包openai、python-dotenv、numpy、pandas、scikit-learn 等装进容器postCreateCommand第 11 行执行bash .devcontainer/post-create.sh容器创建后再补装开发工具链customizations.vscode第 12~39 行预装 8 个扩展 编辑器设置Python、Pylance、Jupyter、Black、Ruff、ESLint、Prettier、GitHub Copilot并开启保存即格式化第 28 行editor.formatOnSavePython 绑 Black、JS/TS 绑 Prettierpost-create.sh 脚本只有 16 行做两件事第 5~6 行补装python-dotenv与openai第 11 行安装ruff black mypy pytest。第 8~10 行的注释说明了动机——与仓库.github/workflows/code-quality.yml的 CI 代码质量检查保持一致让贡献者本地能复现同样的检查结果。 换句话说你在 Codespace 里按下运行的那一刻语言运行时、包依赖、代码检查器、VS Code 扩展四样东西都已就位——这就是开箱即用的完整来源。该目录下的 environment.yml 则面向本地 Docker/Conda 用户复用同一套环境定义。API 密钥注入Secrets 与 .env 的本质区别两种方式殊途同归本质都是把密钥放进进程环境变量区别只在注入时机方式 A推荐Codespaces Secrets密钥加密保存在账户配置中容器启动时自动注入为环境变量代码与仓库里都不出现明文方式 B.env文件仅当你不用 Codespaces例如本地 Docker Desktop时才需要执行下面两条命令即可cp .env.copy .env # 在编辑器中把 OPENAI_API_KEY 的占位符换成你的密钥.env已被 .gitignore 第 123 行列入忽略名单不会进入版本库——这是防止密钥泄露的最后一道防线。为什么代码对两种方式都无感看共享工具模块 shared/python/env_utils.pyget_required_env第 11~35 行与validate_env_vars第 38~71 行都只从os.getenv取值缺失时抛出带指引的ValueError错误信息明确写着Please set it in your .env file or environment。再配合各脚本里的load_dotenv()如 oai-app.py 第 5 行就形成了**环境变量优先、.env兜底**的统一读取链。✅ 设计收益未配置某个提供商时对应作业只会得到一条缺变量的报错而不会崩溃或阻塞你学其他课程——00-course-setup/03-providers.md 第 29 行对此有明确说明。自检命令与症状 → 对策速查表容器就绪后在 Codespace 终端做两行自检python -c import os; print(OK if os.getenv(OPENAI_API_KEY) else MISSING) pip show openai python-dotenv第一条输出OK说明密钥已注入Secrets 或.env均可第二条能列出两个包的版本说明依赖齐全。再往下遇到环境怪事直接对照官方排障表00-course-setup/README.md 第 40~46 行症状对策容器构建卡住超过 10 分钟命令面板执行Codespaces: Rebuild Container会重新跑devcontainer.json的构建钩子终端提示python: command not found终端没挂到容器里点击新建终端并选择bashOpenAI 返回401 UnauthorizedOPENAI_API_KEY填错或已过期重新生成并更新 SecretsVS Code 一直显示 Dev container mounting…刷新浏览器标签页Codespaces 偶发断连Notebook 找不到内核Notebook 菜单 ➜Kernel ▸ Select Kernel ▸ Python 3另外提醒一句配额经营闲置的 Codespace 会持续烧免费额度用Codespaces: Stop Codespace停止或直接删除即可00-course-setup/01-setup-cloud.md 第 17~18 行。三条延伸路线本地方案需要离线学习时参考 00-course-setup/02-setup-local.md它提供 venv、Docker Dev Container、Miniconda、浏览器 Jupyter 四条可选子路径如需克隆仓库地址为 https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。多提供商配置想同时接 OpenAI、Azure OpenAIMicrosoft Foundry、Hugging Face阅读 00-course-setup/03-providers.md其中列出了每个变量的来源入口与建议默认模型对话gpt-4o-mini、向量text-embedding-3-small。正式开课环境就绪后前往 第 1 课生成式 AI 与 LLM 导论。事实来源与说明本文以仓库内 00-course-setup/01-setup-cloud.md英文 Cloud Setup 指南为事实基准配置文件均引用自 .devcontainer/、.env.copy、shared/python/env_utils.py 的当前版本仓库 translations/ 目录下另有德语、中文等多语言翻译版如 translations/de/00-course-setup/01-setup-cloud.md其说明翻译经由协作翻译服务生成关键信息以英文原版为准。文中免费额度120 Core 小时 / 60 GB 小时、命令面板菜单路径等细节可能随 GitHub 平台演进而变化请以 GitHub 官方当前文档为最终依据。【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 零安装跑通生成式 AI 课程：GitHub Codespaces 云端环境、Dev Container 拆解与 API 密钥安全配置
零安装跑通生成式 AI 课程GitHub Codespaces 云端环境、Dev Container 拆解与 API 密钥安全配置【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想在 2 分钟内跑通 generative-ai-for-beginners 生成式 AI 课程的第一个示例这篇跑通指南带你用 GitHub Codespaces 走零本地安装路线浏览器里的 VS Code、仓库内置开发容器自动装好全部依赖、API 密钥通过 Secrets 安全注入。照着做你可以跳过所有环境配置坑直接进入第 1 课的动手环节。先给结论云端路线适合谁如果你手头只有 Chromebook、iPad 或学校机房电脑或者纯粹不想折腾 Python、Node.js、.NET 多套运行时官方给出的云端路线00-course-setup/01-setup-cloud.md就是为你准备的。它与本地路线的取舍一目了然维度云端 Codespaces 路线本地路线02-setup-local.md安装成本零安装浏览器直接开工需 Python 3.10、Git可选 venv/Docker/Miniconda依赖一致性仓库自带 Dev Container人人环境相同靠requirements.txt自行安装存在版本漂移风险免费额度个人账号每月120 Core 小时 / 60 GB 小时以 GitHub 官方最新条款为准不占云端配额离线可用性需要联网完全离线可用密钥管理Secrets 托管密钥不落盘.env文件已被 .gitignore 第 123 行忽略结论想最快体验、环境最干净选云端需要在无网环境学习或长期使用选本地。两条路线最终汇入同一套课程作业随时可以切换。三步从 0 到跑通Fork、建空间、注密钥第 1 步Fork 仓库到自己名下在仓库页面右上角点击Fork把代码复制到你自己的账户。为什么必须先 Fork因为课程作业要求你能自由修改代码、提交结果而且 Codespace 只能建立在你自己的 Fork之上。顺手点个 Star日后更好找回见 00-course-setup/README.md 的 Setup Steps 一节。第 2 步在 Fork 上一键创建 Codespace在你的 Fork 页面点击Code ▸ Codespaces ▸ Create codespace on main即基于main分支新建云端工作区浏览器会打开一个 VS Code 窗口并开始构建开发容器首次约需 2 分钟见 00-course-setup/01-setup-cloud.md 第 29 行。之后的启动会明显更快因为容器与依赖已被缓存。此时你什么都不用装——原因见下一节的配置拆解。第 3 步注入 OpenAI API 密钥调用生成式 AI 服务需要一把钥匙。推荐走官方 Secrets 通道左下角⚙️ 齿轮图标 → 命令面板输入并选择Codespaces: Manage user secret → Add a new secretName 填OPENAI_API_KEYValue 粘贴你的 OpenAI API 密钥点击Add secret。保存即生效。官方指南的原话是Thats it—our code will pick it up automatically.见 00-course-setup/01-setup-cloud.md 第 39 行——课程代码一行都不用改。 若你还要做 Azure OpenAI、Microsoft Foundry Models 或 Hugging Face 的作业文件名分别带aoai/githubmodels/hf标记可按同样方式把对应变量注册为 Secrets变量清单见 .env.copy。验证跑通打开第 6 课的 oai-app.py该脚本首 8 行即load_dotenv() 初始化 OpenAI 客户端 发起gpt-4o-mini补全请求在编辑器中直接运行。能打印出补全文本说明容器、依赖、密钥三环全部就位。2 分钟构建背后Dev Container 配置逐条拆解依赖已预装不是宣传语仓库根目录的 .devcontainer/ 目录用真实配置文件交代了全部。devcontainer.json 共 41 行关键条目如下配置项行号内容它替你做了什么image第 5 行mcr.microsoft.com/devcontainers/universal:2.13GitHub 官方通用镜像内置 Python 3、Node.js、.NET、Java 运行时覆盖第 1 课 notebook 到第 6~11 课的 Python/JS/TS 示例hostRequirements.cpus第 6~8 行要求 4 核选 Codespace 规格时至少 4 核避免构建卡顿updateContentCommand第 10 行python3 -m pip install -r requirements.txt把 requirements.txt 里的 10 个 Python 包openai、python-dotenv、numpy、pandas、scikit-learn 等装进容器postCreateCommand第 11 行执行bash .devcontainer/post-create.sh容器创建后再补装开发工具链customizations.vscode第 12~39 行预装 8 个扩展 编辑器设置Python、Pylance、Jupyter、Black、Ruff、ESLint、Prettier、GitHub Copilot并开启保存即格式化第 28 行editor.formatOnSavePython 绑 Black、JS/TS 绑 Prettierpost-create.sh 脚本只有 16 行做两件事第 5~6 行补装python-dotenv与openai第 11 行安装ruff black mypy pytest。第 8~10 行的注释说明了动机——与仓库.github/workflows/code-quality.yml的 CI 代码质量检查保持一致让贡献者本地能复现同样的检查结果。 换句话说你在 Codespace 里按下运行的那一刻语言运行时、包依赖、代码检查器、VS Code 扩展四样东西都已就位——这就是开箱即用的完整来源。该目录下的 environment.yml 则面向本地 Docker/Conda 用户复用同一套环境定义。API 密钥注入Secrets 与 .env 的本质区别两种方式殊途同归本质都是把密钥放进进程环境变量区别只在注入时机方式 A推荐Codespaces Secrets密钥加密保存在账户配置中容器启动时自动注入为环境变量代码与仓库里都不出现明文方式 B.env文件仅当你不用 Codespaces例如本地 Docker Desktop时才需要执行下面两条命令即可cp .env.copy .env # 在编辑器中把 OPENAI_API_KEY 的占位符换成你的密钥.env已被 .gitignore 第 123 行列入忽略名单不会进入版本库——这是防止密钥泄露的最后一道防线。为什么代码对两种方式都无感看共享工具模块 shared/python/env_utils.pyget_required_env第 11~35 行与validate_env_vars第 38~71 行都只从os.getenv取值缺失时抛出带指引的ValueError错误信息明确写着Please set it in your .env file or environment。再配合各脚本里的load_dotenv()如 oai-app.py 第 5 行就形成了**环境变量优先、.env兜底**的统一读取链。✅ 设计收益未配置某个提供商时对应作业只会得到一条缺变量的报错而不会崩溃或阻塞你学其他课程——00-course-setup/03-providers.md 第 29 行对此有明确说明。自检命令与症状 → 对策速查表容器就绪后在 Codespace 终端做两行自检python -c import os; print(OK if os.getenv(OPENAI_API_KEY) else MISSING) pip show openai python-dotenv第一条输出OK说明密钥已注入Secrets 或.env均可第二条能列出两个包的版本说明依赖齐全。再往下遇到环境怪事直接对照官方排障表00-course-setup/README.md 第 40~46 行症状对策容器构建卡住超过 10 分钟命令面板执行Codespaces: Rebuild Container会重新跑devcontainer.json的构建钩子终端提示python: command not found终端没挂到容器里点击新建终端并选择bashOpenAI 返回401 UnauthorizedOPENAI_API_KEY填错或已过期重新生成并更新 SecretsVS Code 一直显示 Dev container mounting…刷新浏览器标签页Codespaces 偶发断连Notebook 找不到内核Notebook 菜单 ➜Kernel ▸ Select Kernel ▸ Python 3另外提醒一句配额经营闲置的 Codespace 会持续烧免费额度用Codespaces: Stop Codespace停止或直接删除即可00-course-setup/01-setup-cloud.md 第 17~18 行。三条延伸路线本地方案需要离线学习时参考 00-course-setup/02-setup-local.md它提供 venv、Docker Dev Container、Miniconda、浏览器 Jupyter 四条可选子路径如需克隆仓库地址为 https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。多提供商配置想同时接 OpenAI、Azure OpenAIMicrosoft Foundry、Hugging Face阅读 00-course-setup/03-providers.md其中列出了每个变量的来源入口与建议默认模型对话gpt-4o-mini、向量text-embedding-3-small。正式开课环境就绪后前往 第 1 课生成式 AI 与 LLM 导论。事实来源与说明本文以仓库内 00-course-setup/01-setup-cloud.md英文 Cloud Setup 指南为事实基准配置文件均引用自 .devcontainer/、.env.copy、shared/python/env_utils.py 的当前版本仓库 translations/ 目录下另有德语、中文等多语言翻译版如 translations/de/00-course-setup/01-setup-cloud.md其说明翻译经由协作翻译服务生成关键信息以英文原版为准。文中免费额度120 Core 小时 / 60 GB 小时、命令面板菜单路径等细节可能随 GitHub 平台演进而变化请以 GitHub 官方当前文档为最终依据。【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