3分钟从零搭建LLM开发环境：LLM-Cookbook零门槛入门指南

你还在为大模型开发环境配置烦恼？面对复杂的依赖安装和API配置望而却步？本文将带你3分钟从零搭建LLM-Cookbook开发环境，无需专业背景，轻松开启大模型应用开发之旅。读完本文你将掌握：环境快速部署、API密钥配置、示例运行全流程，以及常见问题解决方案。

一、准备工作：开发环境基础配置

1.1 安装Anaconda管理Python环境

Anaconda（安娜conda）是Python环境管理工具，能帮我们隔离不同项目的依赖包。建议通过清华源镜像下载安装以提升速度：

Windows用户：直接运行下载的.exe文件跟随向导安装
Mac用户：打开终端执行以下命令：

# 替换为实际下载的文件名
sh Anaconda3-2023.07-1-MacOSX-x86_64.sh -b
# 初始化终端
~/anaconda3/bin/conda init

关闭终端重新打开后，命令行前出现(base)即表示安装成功。

1.2 创建专用开发环境

为LLM-Cookbook创建独立环境可避免依赖冲突：

# 创建名为llm-dev的Python 3.9环境
conda create --name llm-dev python=3.9 -y
# 激活环境
conda activate llm-dev

二、获取项目代码

2.1 克隆代码仓库

通过Git工具获取项目源码（需提前安装Git）：

git clone https://gitcode.com/datawhalechina/llm-cookbook
cd llm-cookbook

项目结构说明：

• 核心教程：content/目录包含必修和选修模块
• 文档说明：docs/目录提供详细指导
• 示例图片：figures/目录存放教程配图

三、安装依赖包

3.1 基础依赖安装

在激活的llm-dev环境中安装核心依赖：

# 安装环境变量管理和OpenAI SDK
pip install -q python-dotenv openai

3.2 模块专属依赖

各功能模块有独立依赖文件，以 Prompt Engineering 模块为例：

# 进入模块目录
cd content/必修一-Prompt Engineering For Developers/
# 安装模块依赖
pip install -r requirements.txt

四、配置OpenAI API密钥

4.1 获取API密钥

1. 登录OpenAI官网（需科学上网）
2. 点击右上角头像→View API keys
   
3. 点击Create new secret key生成密钥并复制

4.2 配置密钥文件

在项目根目录创建.env文件：

# .env文件内容
OPENAI_API_KEY="sk-你的密钥内容"

通过代码加载密钥（以必修一示例为例）：

# 代码来自[content/必修一-Prompt Engineering For Developers/1. 简介.md](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修一-Prompt Engineering For Developers/1. 简介.md?utm_source=gitcode_repo_files)
import os
from dotenv import load_dotenv
load_dotenv()  # 加载.env文件
print("API密钥配置成功")

五、运行第一个示例

5.1 启动Jupyter Notebook

# 返回项目根目录
cd ../../..
# 启动 notebooks 服务
jupyter notebook

浏览器将自动打开界面，导航至[content/必修一-Prompt Engineering For Developers/2. 提示原则 Guidelines.ipynb](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修一-Prompt Engineering For Developers/2. 提示原则 Guidelines.ipynb?utm_source=gitcode_repo_files)

5.2 运行提示工程示例

依次点击菜单栏Cell→Run All，即可看到提示工程的基础演示效果。该示例展示了两大提示原则：

• 清晰具体的指令描述
• 给模型足够的思考时间

六、探索学习资源

6.1 核心学习模块

LLM-Cookbook提供系统化学习路径：

• 必修一：[提示工程基础](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修一-Prompt Engineering For Developers/readme.md?utm_source=gitcode_repo_files)
• 必修二：[ChatGPT API应用开发](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修二-Building Systems with the ChatGPT API/readme.md?utm_source=gitcode_repo_files)
• 必修三：[LangChain框架应用](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修三-LangChain for LLM Application Development/readme.md?utm_source=gitcode_repo_files)

6.2 拓展学习资源

• 向量数据库：[选修-Large Language Models with Semantic Search](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/选修-Large Language Models with Semantic Search/readme.md?utm_source=gitcode_repo_files)
• RAG应用：[选修-Building and Evaluating Advanced RAG Applications](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/选修-Building and Evaluating Advanced RAG Applications/readme.md?utm_source=gitcode_repo_files)

七、常见问题解决

7.1 环境配置类问题

问题现象	解决方案
conda: command not found	重新初始化终端或重启电脑
依赖安装失败	升级pip：pip install --upgrade pip
API密钥无效	检查OpenAI账户余额

7.2 运行示例类问题

• Notebook内核问题：在Notebook界面→Kernel→Change Kernel→选择llm-dev环境
• 中文显示乱码：安装中文字体：pip install -q matplotlib-font-manager

八、总结与后续学习

通过本文步骤，你已成功搭建LLM-Cookbook开发环境并运行第一个提示工程示例。建议接下来：

1. 完成[必修一第3章：迭代优化](https://gitcode.com/datawhalechina/llm-cookbook/blob/d53a36772c76fef0f55295af102615dd498a60cd/content/必修一-Prompt Engineering For Developers/3. 迭代优化 Iterative.ipynb?utm_source=gitcode_repo_files)学习提示词设计方法
2. 尝试修改示例代码，观察不同提示词对结果的影响
3. 加入Datawhale社区交流学习心得

收藏本文以备后续查阅，关注项目仓库获取更新通知，下一篇我们将深入探讨提示工程的高级技巧！