在上一篇博客中我们确定了项目方向面向好品山东品牌的 AI 内容合规工作台用来检测 AI 生成营销文案里的违规话术、虚假宣传问题同时依托 Linux 容器化的思路做本地推理隔离保护商家的素材不泄露。本篇记录原型前端与基础校验功能的搭建过程。本次选择 Streamlit 快速搭建交互页面它可以只用 Python 代码不用单独写前端 HTML非常适合我们快速验证原型。我们的操作系统课程要求里重点关注本地程序运行、文件管理、资源隔离的思想所以在设计时我没有直接把所有内容丢给云端大模型而是增加本地文件读取、版本记录的逻辑模拟沙箱隔离的思路。第一步先配置本地环境。我在电脑上安装 Python使用 pip 安装 streamlit、openai、python-dotenv 三个依赖包。其中python-dotenv用来读取.env文件密钥统一放在.env 里面并且写入.gitignore保证密钥不会上传到 AtomGit 代码仓库这也是本次学习到很重要的安全知识点。第二步编写主程序 app.py。程序分为两个核心模块界面交互模块、内容合规校验模块。界面上设置文本输入框支持手动粘贴营销文案也支持上传 txt 格式的商品宣传文稿校验模块会把用户输入的内容加上合规提示词调用大模型 API返回检测结果标注风险语句、风险类型以及修改建议。这里贴出核心代码片段importstreamlitasstfromdotenvimportload_dotenvimportosfromopenaiimportOpenAI load_dotenv()clientOpenAI(api_keyos.getenv(API_KEY),base_urlos.getenv(BASE_URL))st.title(好品山东营销内容合规检测工作台)contentst.text_area(粘贴需要检测的宣传文案)ifst.button(开始合规检测):prompt你是广告合规审核助手检查文案是否存在虚假宣传、极限词、违规食品宣传话术返回风险点和修改建议resclient.chat.completions.create(modelqwen-turbo,messages[{role:user,content:promptcontent}])st.write(res.choices[0].message.content)写完代码后在终端执行streamlit run app.py启动服务浏览器会自动打开本地网页。这个过程本质就是在本机启动一个 web 服务进程对应操作系统里进程创建、端口监听的知识点和课程内容能够对应上。在测试的时候我遇到不少问题一开始忘记写.gitignore有密钥泄露风险本地服务启动失败排查后发现是端口被别的程序占用。之后我把项目代码提交到 AtomGit 仓库每一次功能改动都提交版本用 Git 做版本管理方便回溯也符合课程对于工程化、文件管理的要求。目前原型已经可以实现基础文案检测后续计划继续完善增加本地批量文件检测、版本记录尝试使用 Docker 打包这个程序实现容器化隔离运行进一步贴合操作系统沙箱、资源隔离的设计目标。