generative-ai-for-beginners 云端开课指南用 GitHub Codespaces 零安装完成课程环境配置【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本篇指南介绍如何在完全不安装任何本地依赖的前提下通过 GitHub Codespaces 为 generative-ai-for-beginners 课程搭建一个开箱即用的浏览器版 VS Code 开发环境。读完并照做之后你将能够一键创建预装 Python 3、Node.js 等运行时的 dev container并掌握两种安全注入 API 密钥的方式Codespaces Secrets 与.env文件从而直接开始运行课程中的全部代码示例。1. 为什么选择 GitHub Codespaces对于希望跳过本地环境配置的学习者仓库推荐的默认路径就是 Codespaces它提供免费的、基于浏览器的 VS Code 实例且所有课程所需依赖都已预装。原文档00-course-setup/01-setup-cloud.md列出的核心优势如下优势对你的意义零安装在 Chromebook、iPad、学校机房电脑上都能直接跑预构建 dev containerPython 3、Node.js、.NET、Java 等运行时已内置免费配额个人账号每月可获得120 core-hours / 60 GB-hours的免费用量配额节省技巧通过**停止Stop或删除Delete**闲置的 codespace 来保护你的免费配额操作入口为 View ▸ Command Palette ▸Codespaces: Stop Codespace。需要说明的是上述配额数值来自原文档的表述具体额度以 GitHub 官方当期的定价与配额政策为准。2. 一键创建 Codespace创建流程只有两步Fork 仓库点击仓库页面右上角的Fork按钮把整个仓库复制到你自己的 GitHub 账号下这样才能修改代码并完成课程挑战。创建 codespace在你的 fork 中点击Code ▸ Codespaces ▸ Create codespace on main。随后浏览器中会打开一个 VS Code 窗口dev container 开始构建。首次构建大约需要2 分钟左右。2.1 dev container 到底自动做了什么这个“开箱即用”的体验来自仓库根目录下的 .devcontainer/devcontainer.json它声明了整个云端环境的构建逻辑基础镜像mcr.microsoft.com/devcontainers/universal:2.13即官方通用 dev container 镜像这就是 Python 3、Node.js、.NET、Java 等运行时“已经在里面”的来源硬件要求hostRequirements中声明cpus: 4即 codespace 至少需要 4 核 CPU 才能创建依赖安装updateContentCommand配置为python3 -m pip install -r requirements.txt每次 codespace 更新内容时会自动重新安装 Python 依赖后置初始化postCreateCommand指向 .devcontainer/post-create.sh容器创建完成后自动执行编辑器定制customizations.vscode预装了ms-python.python、ms-python.vscode-pylance、ms-toolsai.jupyter、ms-python.black-formatter、charliermarsh.ruff、dbaeumer.vscode-eslint、esbenp.prettier-vscode、github.copilot等扩展并配置了保存时自动格式化Python 用 BlackJS/TS 用 Prettier。再看 .devcontainer/post-create.sh它在容器创建后额外执行pip install python-dotenv pip install openai pip install ruff black mypy pytest其中 linting、格式化、类型检查与测试工具ruff / black / mypy / pytest与仓库 CI 中.github/workflows/code-quality.yml的检查保持一致保证你在云端复现的校验结果与提交前一致。而 requirements.txt 则固化了课程运行所需的 Python 依赖版本ipywidgets8.1.8 numpy2.4.2 matplotlib3.10.8 pandas3.0.0 tqdm4.68.4 python-dotenv1.2.2 openai1.12.0 tiktoken azure-ai-inference scikit-learn从源码结构看openai、python-dotenv、azure-ai-inference分别对应课程中直接调用 OpenAI API、从.env加载密钥、调用 AzureMicrosoft Foundry推理接口的三类练习代码这正是 dev container 能“预装所有依赖”的具体清单。3. 安全地添加 API 密钥课程代码需要调用模型 API密钥管理是云端配置中最关键的一环。原文档给出了两个选项明确推荐第一个。3.1 选项 ACodespaces Secrets推荐操作步骤点击 VS Code 界面左下角的 ⚙️ 齿轮图标打开Command Palette命令面板输入并选择Codespaces: Manage user secret再选择Add a new secretName填OPENAI_API_KEYValue粘贴你的密钥点击Add secret。就这些——课程代码会自动读取该变量无需任何额外配置。之所以“自动读取”成立可以从共享工具模块 shared/python/env_utils.py 得到印证课程代码通过os.getenv(var_name)获取环境变量封装了三个函数get_required_env(var_name, description)读取必需变量缺失或为空时抛出带明确提示的ValueError提示你把值写到.env文件或环境中validate_env_vars(*var_names)一次性校验多个必需变量返回变量名到值的字典get_env_with_default(var_name, default)读取带默认值的可选变量。Codespaces Secrets 在容器内以环境变量形式注入因此os.getenv能直接命中这正是选项 A 无需改代码的原因。该模块的配套测试位于 tests/test_env_utils.py。3.2 选项 B.env文件确有需要时如果你确实想用文件方式管理密钥仓库根目录提供了模板 .env.copy操作如下cp .env.copy .env code .env # 填入 OPENAI_API_KEYyour_key_here查看 .env.copy 可以发现模板覆盖的不只是 OpenAI还包括多提供商配置OpenAIOPENAI_API_KEYAzure OpenAI已并入 Microsoft FoundryAZURE_OPENAI_API_VERSION默认2024-10-21即模板标注的当前稳定 GA API 版本、AZURE_OPENAI_API_KEY、AZURE_OPENAI_ENDPOINT形如https://resource-name.openai.azure.com、AZURE_OPENAI_DEPLOYMENT如gpt-4o-mini、AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT如text-embedding-3-smallMicrosoft Foundry ModelsAZURE_INFERENCE_ENDPOINT与AZURE_INFERENCE_CREDENTIAL一个端点/密钥即可访问 OpenAI、Meta、Mistral、Cohere 等多家模型。模板注释明确提示GitHub Models及其GITHUB_TOKEN变量将于 2026 年 7 月底退役应改用 Microsoft Foundry ModelsHugging FaceHUGGING_FACE_API_KEY。因此如果你的练习走 Azure/Foundry 路径同样可以在.env中补齐对应变量各变量如何获取参见 00-course-setup/03-providers.md。4. 常见问题与排查结合课程总览文档 00-course-setup/README.md 中的故障排查表云端开课过程中最常见的症状与对策如下症状处理方法容器构建卡住超过 10 分钟Codespaces ➜ “Rebuild Container”python: command not found终端未附加点击号新增bash终端OpenAI 返回401 UnauthorizedOPENAI_API_KEY错误或已过期重新检查 Secret 或.envVS Code 显示 “Dev container mounting…”刷新浏览器标签页Codespaces 偶尔会断连Notebook 缺少 kernelNotebook 菜单 ➜Kernel ▸ Select Kernel ▸ Python 3另外总览文档也提醒若你在本地或容器中改用.env方式可用touch .envUnix或echo . .envWindows快速创建空文件再用编辑器填入密钥加载.env需要python-dotenv该包已包含在 requirements.txt 中Codespaces 内无需手动安装。5. 下一步与相关文档云端环境就绪后从第 1 课开始01-introduction-to-genai/README.md若你更希望在本地搭建环境含 Miniconda 虚拟环境、Jupyter、容器等可选方案见 00-course-setup/02-setup-local.md各家模型提供商的密钥获取方式见 00-course-setup/03-providers.md本文的英文原版00-course-setup/01-setup-cloud.md。适用前提本指南基于仓库当前的.devcontainer配置universal 2.13 镜像、4 核要求与requirements.txt依赖清单编写API 密钥变量名OPENAI_API_KEY等需与 .env.copy 模板保持一致模型提供商的选择以课程各课 README 的说明为准。【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