DeepEval项目中使用Azure OpenAI时遇到API密钥问题的解决方案

在使用DeepEval评估框架进行答案相关性评估时，开发者可能会遇到一个常见问题：系统提示"Did not find openai_api_key"错误。这个问题通常发生在尝试初始化AnswerRelevancyMetric指标时，即使已经按照官方文档配置了Azure OpenAI服务。

问题现象

当开发者执行以下代码时：

from deepeval.metrics import AnswerRelevancyMetric
metric = AnswerRelevancyMetric()

系统会抛出验证错误，提示找不到OpenAI API密钥，要求通过环境变量或命名参数提供该密钥。这个错误表面看起来是API密钥缺失，但实际上可能与配置文件的定位有关。

问题根源

经过分析，这个问题通常是由于DeepEval配置文件(.deepeval)没有放置在正确的工作目录导致的。当使用deepeval set-azure-openai命令配置Azure OpenAI服务时，系统会在当前目录生成一个.deepeval配置文件。如果Python脚本运行的工作目录与配置文件所在目录不一致，系统就无法读取到Azure OpenAI的配置信息。

解决方案

要解决这个问题，可以采取以下步骤：

1. 确认.deepeval配置文件的位置：执行deepeval set-azure-openai命令后，检查当前目录下是否生成了.deepeval文件。

2. 确保工作目录一致：运行Python脚本时，确保工作目录与.deepeval配置文件所在目录相同。可以通过以下方式实现：

   • 将脚本移动到包含.deepeval文件的目录
   • 或者将.deepeval文件复制到脚本所在目录

3. 验证配置：可以通过检查.deepeval文件内容来确认Azure OpenAI的配置是否正确写入。

深入理解

DeepEval框架在初始化评估指标时，会尝试加载配置信息来建立与AI模型的连接。这个设计使得开发者可以灵活地在不同环境中使用不同的模型配置。当使用Azure OpenAI服务时，配置信息存储在.deepeval文件中，而不是传统的环境变量中，这是为了避免与标准OpenAI配置冲突。

最佳实践

为了避免类似问题，建议开发者：

• 在项目根目录下统一管理配置文件
• 使用版本控制系统跟踪.deepeval文件（注意排除敏感信息）
• 在团队开发中，确保所有成员使用相同的工作目录结构
• 考虑使用绝对路径或环境变量来指定配置文件位置

通过理解DeepEval的配置机制和工作原理，开发者可以更高效地利用这个强大的评估框架进行AI模型性能评估。