回看这一周的 GitHub 提交记录和命令行历史，从配置 SSH Key 到封装异步 API客户端，每一步都踩了不少坑，但也收获了一个可复用的项目骨架。下面我把整个搭建过程复盘一遍，既是对自己学习路径的梳理，也希望能给同样在转行路上的朋友一份参考。
🧱 一、环境篇：把地基打牢
目标：在本地拥有一套 Python 3.10+、VSCode、Git、Conda 组成的开发环境。
踩坑记录：
Windows 还是 Linux？ 其实都行，但 Windows 下 Git Bash 对路径的处理偶尔会和 CMD 不一样，比如 conda activate 在 PowerShell 和 CMD 中表现不一致。我最终选择在 Windows Terminal 中统一使用 PowerShell，并执行 conda init powershell 解决了激活问题。SSH Key 的权限问题：生成 id_ed25519 后，ssh -T git@github.com 始终提示 Permission denied (publickey)。排查发现是我把公钥粘贴到 GitHub 时多复制了一个换行符。教训：复制公钥后先在文本编辑器里检查一下，确保是完整的一行。Conda 下载慢：默认源在国外，conda create 时速度感人。解决方案：添加清华镜像源，在 ~/.condarc 中配置 channels，之后速度飞起。
📦 二、API 密钥管理：代码里绝不再写明文
目标：将 API Key 从代码中剥离，使用 .env 文件管理。
踩坑记录：
一开始我在 simple_chat.py 中直接写了 api_key = "sk-xxx"，还顺手 git add 了。虽然仓库是 private 的，但职业习惯告诉我这样不行。于是紧急补救：
bashgit rm --cached simple_chat.py # 从暂存区移除
echo ".env" >> .gitignore # 创建忽略文件
git add .gitignore
git commit --amend # 修正上一次提交教训：项目初始化第一步就应该是创建 .gitignore 并写入 .env，而不是等到代码写完再补。
🌿 三、Git 进阶：让提交历史成为你的日记
目标：掌握 branch、merge、rebase、stash 的日常用法。
踩坑记录：
git rebase 的惊魂一刻：我兴冲冲地想把 feature/daily-log 分支 rebase 到最新的 main 上，结果忘了自己已经在远程推送过这个分支。rebase 后强制推送（git push -f）虽然成功，但看到同事（其实是自己另一个终端模拟的）拉取代码时报错，我才意识到公共分支禁止 rebase 这条铁律。git stash 救场：写了一半的异步客户端代码，突然要切到 main 去修一个 README 的错别字。git stash 把工作区存起来，切分支修完再 git stash pop，完美恢复现场。这个命令现在已经成为我的高频操作。
🧪 四、API 封装：从裸调 SDK 到自己造轮子
目标：封装一个支持重试、错误处理、同步/异步的 API 客户端。
踩坑记录：
官方 SDK 的坑：通义千问的 dashscope SDK 在 Windows 下偶尔会报 SSL 证书错误，而用 requests 直接调 API 反而稳定。于是决定自己基于 requests 封装，顺带练习 HTTP 细节。重试策略的选择：一开始用 for 循环写死重试 3 次，后来发现 tenacity 这个库，几行装饰器就搞定了指数退避重试，代码简洁多了。异步与 aiohttp 的 session 管理：异步客户端中，如果每次请求都 aiohttp.ClientSession() 新建一个 session，会报 Unclosed client session 警告。正确做法是实现 __aenter__ 和 __aexit__，在上下文管理器内复用 session。智谱 API 的响应格式差异：通义千问返回的是 output.text，智谱返回的是 choices[0].message.content。封装时要做统一处理，不然上层调用会一脸懵。
📝 五、博客草稿：《AI 应用开发环境搭建与 API 调用》
下面是我基于本周实践写的博客草稿，风格偏向个人经验分享，计划发布在个人技术博客。
AI 应用开发环境搭建与 API 调用 —— 从 0 到 1 跑通大模型
作为一名刚从自动化测试转向 AI 应用开发的新人，我深知第一步的环境搭建有多劝退。这篇文章记录了我如何在一周内从零搭建 Python 环境、配置 Git、管理 API 密钥，并最终封装出一个支持多模型、带重试和异步调用的 API 客户端。希望对同样在路上的你有所帮助。
- 环境准备：选 Windows 还是 Linux？
我的答案是：哪个你更熟悉就用哪个。大模型开发的核心依赖（Python、Conda、Git）都是跨平台的。我选了 Windows + WSL2 的组合，平时在 Windows 下用 VSCode 写代码，偶尔进 WSL 跑一些 Linux 专有命令。
安装清单
Python 3.10+ （务必勾选 “Add to PATH”）VSCode + Python 插件Git + 配置 SSH Key 到 GitHubMiniconda （比 Anaconda 轻量）
坑点速览
Conda 激活失败：运行 conda init 并重启终端。SSH 连接 GitHub 失败：检查公钥是否完整粘贴，并确认使用 git@github.com 而非 https 地址。
- 密钥管理：.env 是你的好朋友
千万不要把 API Key 写死在代码里！正确姿势：
项目根目录创建 .env 文件：
textOPENAI_API_KEY=sk-xxx
ZHIPU_API_KEY=xxx创建 .gitignore，第一行写上 .env。使用 python-dotenv 加载：
pythonfrom dotenv import load_dotenv
import os
load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
我的教训：先写代码后补 .gitignore 导致 .env 被 Git 追踪，不得不 git rm --cached 擦除记录。
3. Git 工作流：分支、合并与储藏
在单人项目中养成良好习惯，多人协作时才不会手忙脚乱。
分支策略：main 分支只放稳定代码，新功能一律切 feature/xxx 分支。合并还是变基？ 本地私有分支用 rebase 保持历史整洁；公共分支只用 merge。git stash：当你写到一半需要紧急切换分支时，它就是你的救星。
- 封装一个健壮的 API 客户端
官方 SDK 虽好，但自己动手封装能加深对 HTTP 和重试机制的理解。我封装了一个 APIClient 基类，实现了：
自动添加 Authorization 头超时设置基于 tenacity 的指数退避重试同步/异步双版本（异步用 aiohttp）
核心代码片段（重试部分）：
python
from tenacity import retry, stop_after_attempt, wait_exponential
@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=2, max=10))
def _request(self, method, endpoint, **kwargs):
response = self.session.request(method, url, **kwargs)
response.raise_for_status()
return response
异步并发调用：
python
async with AsyncZhipuClient() as zhipu, AsyncQwenClient() as qwen:
results = await asyncio.gather(
zhipu.chat([{"role": "user", "content": "你好"}]),
qwen.chat([{"role": "user", "content": "你好"}])
)
- 踩坑集锦与解决方案
问题 解决方案
conda 下载慢 配置国内镜像源（清华、阿里云）
aiohttp 警告未关闭 session 使用 async with 上下文管理器
智谱 API 返回 error 而非 choices 检查 model 名称是否正确，如 glm-4-flash 免费
Git 提交了敏感信息 git reset --soft HEAD~1 或 git filter-branch