企业官网建设流程全解析

generative-ai-for-beginners 课程云环境实战：用 GitHub Codespaces 零安装启动生成式 AI 开发

【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

本文基于课程第 0 课"课程设置"中的云端安装指南（对应仓库 00-course-setup/01-setup-cloud.md 的英文原文，另有印地语译文 translations/hi/00-course-setup/01-setup-cloud.md）展开，讲解如何在不安装任何本地依赖的前提下，用 GitHub Codespaces 一键拉起 generative-ai-for-beginners 课程的开发环境：读完你将掌握 Fork 仓库并创建 Codespace 的完整流程、仓库预置 dev container 的构成（基础镜像、依赖安装命令、VS Code 扩展）、通过 Codespaces Secrets 安全注入 API Key 的原理，以及.env文件方案下各环境变量（OpenAI / Azure OpenAI / Foundry / Hugging Face）的完整含义，并能自行验证环境是否就绪。

1. 为什么选择 Codespaces

generative-ai-for-beginners是一套用 21 节课教人构建生成式 AI 应用的课程仓库。课程的入口 00-course-setup/README.md 提供了两种环境准备路径：本地安装（00-course-setup/02-setup-local.md）和云端安装。当你不想在本地安装任何东西时，官方推荐的云路径就是GitHub Codespaces：它提供一个浏览器内的 VS Code 实例，并且所有依赖都预装好了。

原文档给出的收益表如下：

💡Tip保持额度健康的做法是及时停止或删除闲置的 codespace（View ▸ Command Palette ▸Codespaces: Stop Codespace）。

从源码结构看，"预装依赖"并非空话：仓库根目录下的 .devcontainer/devcontainer.json 声明了 Codespace 打开时自动执行的初始化逻辑（详见下文 第 3 节）。这也意味着"零安装"体验在第一次创建时是有代价的——容器需要现场拉取镜像并安装 Python 依赖，首次启动约需 2 分钟（原文档给出的经验值）。

2. 创建一个 Codespace（一次点击）

原文档给出的两步操作如下：

1. Fork本仓库（页面右上角Fork按钮）。
2. 在你的 fork 中，点击Code ▸ Codespaces ▸ Create codespace on main。

操作完成后：

• ✅ 浏览器中会打开一个 VS Code 窗口，dev container 开始构建，首次约需~2 分钟；
• 构建由 .devcontainer/devcontainer.json 中声明的updateContentCommand与postCreateCommand驱动：前者执行python3 -m pip install -r requirements.txt（安装 requirements.txt 中钉死的依赖），后者执行bash .devcontainer/post-create.sh补装 SDK 与开发工具链。

创建完成后可顺手验证环境：在 Codespace 内置终端执行python --version应返回 3.12.x（仓库 .python-version 声明为 3.12.10），执行pip show openai确认 SDK 已就位，再参考 00-course-setup/02-setup-local.md 中的验证方式跑通第一个调用即可。

3. 预构建开发环境：dev container 到底帮你做了什么

原文档只说"Python 3、Node.js、.NET、Java 已经在容器里"，而 .devcontainer/devcontainer.json 给出了这份"预装清单"的完整证据，也是理解第一次打开 Codespace 时那约 2 分钟在做什么的关键：

requirements.txt 中钉死的课程核心依赖包括：ipywidgets==8.1.8、numpy==2.4.2、matplotlib==3.10.8、pandas==3.0.0、tqdm==4.68.4、python-dotenv==1.2.2、openai>=1.12.0、tiktoken、azure-ai-inference、scikit-learn。

而 .devcontainer/post-create.sh 在容器创建后额外安装：

pip install python-dotenv pip install openai pip install ruff black mypy pytest

脚本注释说明，ruff black mypy pytest与.github/workflows/code-quality.yml中运行的检查保持一致，贡献者可以在本地（即 codespace 内）复现 CI 检查。VS Code 扩展方面，devcontainer.json 预装了 Python、Pylance、Jupyter、Black、Ruff、ESLint、Prettier 和 Copilot 等扩展，并配置了按语言选择的保存即格式化（Python 用 Black，JS/TS 用 Prettier），所以课程中的 Jupyter 练习（如 04-prompt-engineering-fundamentals/python/aoai-assignment.ipynb）开箱即可运行。

此外，仓库还保留了 .devcontainer/environment.yml（conda 环境定义，Python 3.10 + openai + python-dotenv + azure-ai-inference）与 .devcontainer/Setup.txt（镜像安装说明），从源码结构看属于早期 conda 方案的遗留物，当前devcontainer.json走的是 pip + universal 镜像路线。

4. 安全地加入 API Key

课程代码统一通过环境变量读取密钥。仓库共享工具模块 shared/python/env_utils.py 中的get_required_env()/validate_env_vars()会调用os.getenv()读取变量，缺失时抛出带提示的ValueError（"Please set it in your .env file or environment."）；shared/python/api_utils.py 的create_openai_client()也是先显式传参、再回退到os.getenv("OPENAI_API_KEY")，取不到才报错。这解释了原文档为什么说"代码会自动拿到你配置的密钥"——两种注入方式最终都落进进程环境变量。

4.1 方案 A：Codespaces Secrets（推荐）

原文档给出的推荐路径：

1. ⚙️ 齿轮图标 → Command Palette →Codespaces: Manage user secret→Add a new secret
2. Name:OPENAI_API_KEY
3. Value: 粘贴你的 key →Add secret

就这样——Secrets 只保存在 GitHub 侧，codespace 启动时自动注入环境变量，密钥不进入仓库、不进入 git 历史，是零提交风险的做法。

4.2 方案 B：.env 文件（确实需要时再用）

原文档给出的备选命令：

cp .env.copy .env code .env # fill in OPENAI_API_KEY=your_key_here

这里有两个配套的安全设计值得说明：

• .gitignore 中明确列出.env（以及.venv等），保证你填好密钥的.env永远不会被提交；
• 仓库提供的模板 .env.copy 是完整的变量清单，不只是OPENAI_API_KEY，还包含课程后续各课用到的变量：

其中AZURE_OPENAI_ENDPOINT与AZURE_OPENAI_API_KEY的组合正是 shared/python/api_utils.py 中create_azure_openai_client()所读取的两个变量（它会把 base_url 拼成<endpoint>/openai/v1/），而python-dotenv在 requirements.txt 中钉死为 1.2.2，正是.env能被课程脚本加载的前提。

5. 小结与额度管理

整套云路径可以归纳为一条主线：Fork 仓库 → Code ▸ Codespaces ▸ Create codespace on main（约 2 分钟构建）→ 用 Manage user secret 注入OPENAI_API_KEY→ 直接跑各课练习。dev container 的构建产物（universal 镜像 + requirements.txt + post-create.sh）决定了你打开 Codespace 时环境已经就绪，而 Secrets 与.env两种注入方式则分别对应"零提交风险"与"需要显式管理文件"的场景。

最后回到原文档的额度提醒：个人账号每月 120 core-hours / 60 GB-hours，长时间挂着的 codespace 会持续消耗配额。用完课程后，通过 View ▸ Command Palette ▸Codespaces: Stop Codespace停止实例，或直接删除闲置 codespace，是保持额度健康的标准操作。

附注：印地语版本 translations/hi/00-course-setup/01-setup-cloud.md 末尾声明该文档由 AI 翻译服务生成，可能与英文原文存在细微差异；本文以英文原文 00-course-setup/01-setup-cloud.md 为准，并结合仓库源码做实现级补充。

【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