🎯 学习目标
一、项目最终检查清单
二、部署到云端(Streamlit Community Cloud)
- 访问 https://streamlit.io/cloud
- 在 Secrets 中配置 API Key:
OPENAI_API_KEY = "sk-xxx"OPENAI_BASE_URL = "https://xxx"
.env 不会被推送到 GitHub,部署时用 Secrets 管理- 读取方式改为:
# 兼容本地 .env 和云端 Secretsapi_key = os.getenv("OPENAI_API_KEY")
三、30天知识体系回顾
四、核心知识点速查
# 1. 基础类型name = "小王"# strage = 18# intheight = 1.75# floatis_student = True# bool# 2. 数据容器fruits = ["苹果", "香蕉"] # list 有序可变info = {"name": "小王", "age": 18} # dict 键值对point = (3, 4) # tuple 有序不可变unique = {1, 2, 3} # set 无序不重复# 3. 控制流if age >= 18: print("成年")for fruit in fruits: print(fruit)whileTrue:break# 4. 函数defgreet(name, greeting="你好"):returnf"{greeting},{name}"# 5. 文件与JSONwith open("data.txt", "r", encoding="utf-8") as f: content = f.read()import jsondata = json.loads('{"name": "小王"}')# 6. 异常处理try: result = 10 / 0except ZeroDivisionError as e: print(f"错误:{e}")finally: print("结束")# 7. 面向对象classDog:def__init__(self, name): self.name = namedefbark(self): print(f"{self.name}:汪!")# 8. API调用import requestsresponse = requests.post(url, headers=headers, json=data)# 9. Streamlitimport streamlit as stst.title("Hello")if prompt := st.chat_input("输入"): st.write(prompt)
五、后续学习方向
- LangChain / LlamaIndex 框架
✍️ 最终实战
- 将代码推送到 GitHub,部署到 Streamlit Community Cloud。
- 把公开链接分享给朋友,让他们试试你的智能文档问答助手!
✅ 自测清单
30 天前,你可能还是编程零基础; 30 天后,你已经能独立开发一个基于大模型的 Web 应用! 你学会了:
- 🔹 用 Streamlit 快速搭建 Web 界面
- 🔹 用 Git 管理代码版本 这只是一个开始。Keep coding, keep learning! 🚀