企业官网建设流程全解析

《前置准备学习总结：从通义千问 DashScope 云端接入到 Ollama 本地蒸馏模型部署，一文打通大模型调用的两条命脉》

一句话总结（副标题）：本模块用"阿里云百炼云端调用 + Ollama 本地部署"这套双轨方案，让零基础开发者只靠 OpenAI 兼容 SDK、环境变量保护 APIKEY、以及http://localhost:11434/v1本地接口这三件武器，就跑通了从注册实名认证、创建密钥、pip装库、改写两行代码到本地跑起 qwen3:4b 蒸馏模型的完整大模型接入闭环。

李沐深度学习191集课程全解析：模块拆解、学习路径-CSDN博客

吴恩达《面向开发者的提示词工程》-CSDN博客

吴恩达 MCP 教程（Model Context Protocol）（一）-CSDN博客

多模态大模型教程学习笔记 — ViT · CLIP · SAM · GLIP · Stable Diffusion

一、模块定位与学习目标：为什么"前置准备"要先讲六集？

在黑马程序员《大模型 RAG 与 Agent》整套课程里，"前置准备"虽然排在最前面、看起来都是装环境、点按钮的杂活，但它其实决定了后面所有章节（提示词工程、OpenAI 库基础、LangChain、RAG、Agent）能不能顺利跑起来。讲师在第一集开篇就把整个模块的底层逻辑讲透了：大模型接入只有两条路。

第一条路是本地部署：通过 Ollama 这样的框架，在自己电脑里跑千问、DeepSeek 的蒸馏模型。受限于个人电脑硬件，你跑的参数量不会太高，通常只有 1.5B、7B、8B 级别。

第二条路是云端调用：借助阿里云百炼平台，在云端直接使用满血的通义千问、DeepSeek 等大模型。云端模型基本都是满参数，使用体验非常好；虽然云模型本身要收费，但阿里云百炼提供了免费额度，学习期间完全够用、不用额外花钱。

正因如此，课程最终选择了阿里云百炼平台作为大模型接入能力的底座，Ollama 本地部署则作为"免费额度用光或平台不再送额度时"的备用方案。这六集的学习目标可以概括成下面四点：

1. 能独立完成阿里云百炼的注册、实名认证、开通免费额度，并创建 API Key；

2. 能用pip install openai安装 OpenAI 官方 SDK，并基于"OpenAI 兼容"示例代码跑通对通义千问云端模型的调用；

3. 懂得用系统环境变量（OPENAI_API_KEY与DASHSCOPE_API_KEY）保护 APIKEY，不在代码里硬编码；

4. 能在 Windows / Mac 上安装 Ollama、拉取并运行 qwen3:4b 这类蒸馏模型，并用改写两行后的 OpenAI 客户端代码直连本地 11434 端口调用。

把这四件事做完，你手里就同时握了"云端满血模型"和"本地免费模型"两个可切换的模型后端，后面学 LangChain 时换模型就只是改一个base_url和一个model名字而已。

二、按集拆解：关键概念、设计动机与课程真实代码

2.1 前置准备-01：通义千问大模型的接入——百炼平台注册与 API Key 创建这一集的核心不是写代码，而是把"身份"和"钥匙"准备好。讲师的操作路径非常清晰：

1. 浏览器打开阿里云百炼平台（百炼控制台），右上角登录；没有账号就先注册；

2. 新账号登录后会弹出服务协议，点击"同意"；

3. 随后会提示"账户状态异常"，这是因为新账户必须完成实名认证，点击右上角"去认证"，选择"个人认证"，用支付宝扫码 + 刷脸即可快速完成；

4. 认证完成后重新打开百炼网站，会弹出"免费赠送额度"的提示，点"开始体验"再点"我知道了"，就能在网页对话框里先像用 DeepSeek、ChatGPT 那样直接聊天；

5. 但作为开发者不能只靠网页，必须在左侧菜单拉到最下面找到"密钥管理"，点击创建一个 API Key（APIK），选择自己的账户、业务空间一路跳过直接点"确定"，复制这串钥匙。讲师反复强调：这串 APIK 就是你通过代码联网访问云端模型的钥匙，有了它代码才能远程调到百炼上的千问或 DeepSeek 模型。

关于免费额度，讲师在"工作台 → 模型用量 → 免费额度"选项卡里做了重点演示：百炼平台上有约 172 个模型额度充沛，每个模型基本都提供 100 万 token 的免费额度。也就是说，你把 qwen-plus（千问 Plus）的 100 万 token 用完了，还可以换成 qwen-max、qwen3-max，再用完继续换别的模型——"用完一个换一个"，足够把整门课程学完。担心产生额外费用的同学，还可以勾选"免费额度用完即停"，额度耗尽后模型自动不可用，避免误扣费。

为什么这么设计？云端满参数模型体验最好但要花钱，平台用"每模型 100 万 token 免费额度"把学习成本降到零；而 API Key 是云端鉴权的唯一凭证，所以它从第一集就是"最高机密"，为第三集讲环境变量埋下伏笔。

2.2 前置准备-02：代码调用云端的大模型——三行动作跑通 DashScope 兼容接口

这一集讲师把代码调用压缩成三个主体动作：

1. 提前准备好 APIK（上一集已完成）；

2. 通过pip给 Python 程序安装 OpenAI 第三方库；

3. 从阿里云官网直接复制示例代码，粘贴后运行测试。

安装环节讲师演示了国内加速技巧：直接连 Python 官方源可能很慢，所以加清华镜像：

pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple

为什么用 OpenAI 库去调通义千问？因为阿里云百炼提供了"OpenAI 兼容"模式。在百炼"模型服务 → 模型广场"里任选一个模型（讲师以通义千问 3 Max 为例），下方就有"API 代码示例"，切到"OpenAI 兼容"选项卡，出来的代码拿来就能用。在 PyCharm 里新建工程"AI 大模型 RAG 与智能体开发"，再新建 Python 文件（如"01 测试 APIK 的使用"），把示例代码粘进来即可。

课程中这一阶段为了简单，先把 APIK 直接写进代码做测试（后面第三集会改成环境变量）。对应 DashScope 兼容模式的真实写法如下：

from openai import OpenAI 初始化客户端：api_key 换成自己的百炼 APIK，base_url 是百炼兼容模式地址 client = OpenAI( api_key="sk-你的百炼APIK", base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" ) 发起一次对话补全请求，流式地把答案打印出来 completion = client.chat.completions.create( model="qwen3-max", # 通义千问 3 Max messages=[ {"role": "system", "content": "你是一个乐于助人的助手。"}, {"role": "user", "content": "你是谁"} ] ) print(completion.choices[0].message.content)

运行后，模型会流式地（一个字一个字）回答"我是通义千问……"；把提问换成"你能做什么"，它会介绍自己是超大规模语言模型。

模型是怎么换的？代码里关键的model字段决定用哪个模型。讲师演示了在"模型广场 / 模型用量"里复制模型名，再回填到代码：

• qwen3-max（通义千问 3 Max）

• qwen-plus（通义千问 Plus）

• qwen3-vl-plus（多模态视觉模型）

• deepseek-v3、deepseek-r1（深度求索系列）

把model换成deepseek-v3再运行，模型会自我介绍"我是 DeepSeek，由深度求索公司开发"。这说明只要改一个字符串，同一套OpenAISDK 代码就能在百炼平台上的不同厂商模型之间无缝切换——这正是"OpenAI 兼容接口"的价值。

这里还要把一次完整调用的"三段式"心智模型讲清楚，后面无论接 LangChain 还是接 Agent 都是这个套路：第一步初始化客户端OpenAI(api_key=..., base_url=...)，相当于告诉 SDK"密钥是什么、去哪个服务器要模型"；第二步发起对话补全请求client.chat.completions.create(model=..., messages=[...])，messages是一个由role（system / user / assistant）和content组成的消息列表；第三步解析返回结果，答案放在completion.choices[0].message.content里。课程示例里 system 设定助手身份、user 负责提问，这个 messages 结构就是后续提示词工程和多轮历史消息的地基。

2.3 前置准备-03：使用环境变量保护 APIKEY——别把钥匙写进代码

前一集为了图快把 APIK 明文写在代码里，这一集讲师立刻点出风险：一旦代码被泄露（截图、提交 Git、发群里），别人拿到这串 key 就能登录你的账号去调模型，本质就是花你的钱、烧你的 token。解决办法是把 APIK 从代码里搬到操作系统的环境变量中，代码运行时再自动读取。

课程要求同时配置两个环境变量：

Windows 配置（图形化）：按Win + S打开搜索框，搜索"高级系统设置"，打开"系统属性" → 右下角"环境变量" → 在上方"用户变量"里点"新建"：变量名填OPENAI_API_KEY，变量值粘贴你的 APIK，确定；再同样新建DASHSCOPE_API_KEY，值相同。一路确定后，一定要重启电脑再打开 PyCharm 测试。

Mac配置（改文件）：打开系统自带终端，执行open .zshrc（务必别打错），在文件空白处加两行（不要改动原有内容），保存：

export OPENAI_API_KEY="粘贴你的APIK" export DASHSCOPE_API_KEY="粘贴你的APIK"

然后重启 PyCharm（菜单"File → Invalidate Caches / Restart"），若仍不生效就重启电脑。

配置完成后，把代码里OpenAI(api_key="...")那一行的api_key参数整行删掉：

import os from openai import OpenAI # 不再手写 api_key，SDK 会自动读取环境变量 OPENAI_API_KEY client = OpenAI( base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" ) completion = client.chat.completions.create( model="qwen-plus", messages=[{"role": "user", "content": "你是谁"}] ) print(completion.choices[0].message.content)

此时代码里已经看不到任何密钥，右键运行却依然能正常拿到回答——说明环境变量生效了。这就是"既安全又方便"：密钥只活在操作系统里，代码可以随便分享、上传。

2.4 前置准备-04：Ollama 简介——百炼的"本地版"

前面三步已经能正常做后续开发了，为什么还要讲 Ollama？讲师给的理由非常现实：未来阿里云的免费额度可能到期，或者平台不再搞免费活动，到时候继续在云端开发就要花钱。于是课程额外给了一个"被动 / 备用"方案——用 Ollama 在自己电脑里把模型跑起来，代码照常调用。本地跑"爱怎么跑就怎么跑，不花钱，只花电费"。

Ollama 的本质：一款简化大模型本地部署与运行的开源软件。开发者不需要关心底层是怎么加载权重、怎么调度显存的，只要下载安装、一条命令就能把模型跑起来。讲师给了一个非常好记的类比：Ollama 就是阿里云百炼平台的本地版——在自己电脑上部署运行大模型，由自己电脑的硬件提供算力支撑。

它支持的开源模型非常多，覆盖文本生成、代码生成、多模态推理等场景，包括课程在云端用过的通义千问（qwen3）系列和 DeepSeek 系列。想看完整列表就打开 ollama.com，左上角点"Models"即可。调用方式有两种：

• 命令行调用：在终端里敲ollama run deepseek-r1，就能进入对话式交互；

• RESTfulAPI接口调用：模型跑起来后 Ollama 会对外提供 HTTP 接口，后面我们就是用代码走 API 调它。

2.5 前置准备-05：Win & Mac 部署 Ollama 并运行蒸馏模型

部署本身很简单：进 ollama.com 点"Download"，按操作系统下载安装包即可。

• Windows：下载约1.2GB的 exe 安装包，双击一路点"Install"，装完会自动启动并弹出一个简洁的聊天窗口，右下角有模型选择按钮；

• Mac：安装包较小（约 60 多 MB），是一个.dmg文件，双击后把 Ollama 图标拖进"Applications"文件夹，首次打开按提示输入电脑密码授权即可。

重点：模型名里的"冒号加 B"是什么？在窗口里搜"千问 3"，会看到qwen3:4b、qwen3:8b、qwen3:30b这样的名字。冒号后面的 4B / 8B / 30B 表示模型参数量。为什么本地只能跑这种带 B 的小模型？因为 Ollama 里跑的都是蒸馏模型——你可以把它理解成"大模型的学生"：它学会了老师（标准大模型）的核心本领，但体积被"瘦身"了，没老师那么强，却能在个人电脑上跑起来。满血版大模型（如满血 DeepSeek）光显卡硬件就要花几十万甚至上百万元，个人电脑根本不可能跑，所以只能用蒸馏模型。

第一次提问时，Ollama 会显示"downloading model"，把模型文件先下载下来——以qwen3:4b为例，模型文件约2.3GB，下完之后就能顺畅对话。讲师打开任务管理器演示：模型"思考"期间显卡（GPU）占用率直接飙升到 90% 以上，说明本地推理非常吃显卡算力，显存越大、GPU 越强，吐字（生成）速度就越快。

参数量怎么选？讲师给了一条朴素经验——"你的电脑显存有多大，就选多大参数量的模型"，并在结尾总结成对照表：

核心原则是：参数量越大效果越好，但对硬件要求越高；硬件不够时不是跑不了，而是吐字特别慢、没有体验。建议把几个参数量都下下来跑一跑，挑一个吐字速度你能接受的。课程折中选了qwen3:4b，普通游戏本或带独显的电脑跑它都比较轻松。

2.6 前置准备-06：代码调用 Ollama 的本地模型——只改两行

这一集是整个模块的"点睛之笔"：想让代码调用本地 Ollama 模型，根本不用重写代码，只要把原来调百炼云端的代码改两处：

1. 改base_url：从指向阿里云百炼的地址，改成本地 Ollama 的 API 地址http://localhost:11434/v1；一改，代码就连不上阿里云了，而是直连本机 Ollama 提供的接口；

2. 改model名称：从云端的deepseek-v3，改成本地已下载好的蒸馏模型名qwen3:4b。

其余代码一行都不用动：

from openai import OpenAI 第一处改动：base_url 指向本地 Ollama 第二处改动：api_key 本地随便填一个占位串即可（Ollama 不校验） client = OpenAI( base_url="http://localhost:11434/v1", api_key="ollama" ) 第三处改动：model 换成本地蒸馏模型 completion = client.chat.completions.create( model="qwen3:4b", messages=[{"role": "user", "content": "你好"}] ) print(completion.choices[0].message.content)

运行前有一个硬性前提：Ollama 软件必须已经启动（就是第五集装好后那个聊天窗口要开着，它在后台常驻服务 11434 端口）。Ollama 没开，这段代码会直接报连接错误。另外这段代码不分操作系统，Windows 和 Mac 上跑的是一模一样的。

讲师最后再次强调定位：本地 Ollama 模型只是备用方案，是为了防止阿里云免费额度用光、或平台不再送免费活动时还能继续写代码；只要还有免费云端额度，就强烈推荐用云平台，因为本地蒸馏模型和云端满血模型的性能"天差地别"。

三、云端 vs 本地大模型：一张表看懂两条路怎么选

四、踩坑与环境注意事项清单

这一部分把六集里讲师反复提醒、以及新手最容易栽跟头的点集中列出，可直接照做排查。

1.APIKey 绝对不能硬编码进代码。明文写api_key="sk-xxx"一旦截图、传 Git、发群就会泄露，被人盗刷 token。正确做法是配OPENAI_API_KEY/DASHSCOPE_API_KEY环境变量，然后把代码里的api_key参数删掉，让 SDK 自动读取。

2.环境变量配完一定要"重启生效"。Windows 配完用户变量后最好重启电脑；Mac 改完.zshrc后先重启 PyCharm（Invalidate Caches / Restart），还不生效就重启电脑。很多同学"配了环境变量代码还是报缺 key"，九成是没重启 IDE 或终端，进程还拿着旧的环境快照。

3.pip装库要走国内镜像。裸连 PyPI 官方源很慢，用pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple提速；建议全程用 PyCharm 新建的虚拟环境解释器，避免系统 Python 环境污染。

4.base_url和model必须成对改对。调云端时base_url是 DashScope 兼容地址、model是平台上的模型名（qwen3-max、deepseek-v3等）；切本地时base_url改成http://localhost:11434/v1、model改成你本机ollama已下载的模型名（qwen3:4b）。地址和模型名错配是最常见的报错来源——比如 base_url 还指向云端，model 却填了本地的qwen3:4b，云端自然找不到这个模型。

5. 跑本地代码前先确认 Ollama 已启动。11434 这个 HTTP 服务是 Ollama 软件本体提供的，软件没开 = 服务没起，代码会连接被拒绝。

6. 首次用某个本地模型要先下载。Ollama 第一次run/ 调用时会显示 downloading model，qwen3:4b 约 2.3GB，需联网等它下完；模型文件较大、网络不好时下载会比较痛苦。

7. 参数量要匹配硬件，别盲目追大。集显选 1.5B 左右，4G 独显试 8B 以内，8G 独显试 14B 以内；跑起来后看任务管理器 GPU 占用和吐字速度，慢了就降一档参数量。

8. 流式与非流式输出的区别（提前铺垫）。课程示例里答案是"一个字一个字流出来"的，这就是流式输出（streaming）；后续 OpenAI 库章节会专门讲流式与历史消息。前置阶段只要知道：同样一次请求，流式是边生成边返回、体验更像聊天，非流式是等整段生成完一次性返回，二者在 SDK 里靠stream=True之类的参数区分。

五、Ollama 常用命令清单（命令行速查）

虽然课程主要用 GUI 和代码 API，但 Ollama 的命令行是日常调试最顺手的工具，整理如下：

六、与后续模块的衔接：这六集到底为后面铺了什么路？

这六集不是孤立的"装环境"，而是后面所有代码的地基，衔接关系非常明确：

1. 接《OpenAI 库基础使用》模块（第 7～9 集）：你已经会from openai import OpenAI、会chat.completions.create、知道base_url和model的含义，后面三集会正式深入这个 SDK——流式输出模式、附带历史消息的多轮对话。前置阶段的代码就是后面章节的"最小可运行雏形"。

2. 接 LangChain 模块：第三集特意让你多配一个DASHSCOPE_API_KEY，就是因为后面 LangChain 对接通义千问时默认读这个变量名。同时"换 base_url 就能在云端 / 本地之间切换"这一招，在 LangChain 里同样适用——LangChain 底层也是包了一层 OpenAI 兼容客户端。

3. 接 RAG 与 Agent 项目：整个 RAG / Agent 项目需要一个稳定可调用的大模型后端。有了百炼云端做主力、Ollama 本地做兜底，你在写提示词工程、做金融文本分类 / 信息抽取 / 匹配这些实战案例时，就不会因为额度或网络问题卡壳。

可以说，前置准备把"模型从哪来、钥匙怎么藏、代码怎么连、本地怎么备"这四件最底层的事一次性解决了，后面的提示词工程、LangChain、RAG、Agent 全都建立在这套已经跑通的调用链之上。对正在打基础的同学而言，这六集真正要内化的不是某个按钮点哪，而是一个贯穿始终的思想："模型即服务"——不管模型住在阿里云机房还是你自己的显卡里，对代码而言都只是一个base_url加一个model名字而已。掌握了这种"用统一接口屏蔽底层差异"的思路，以后接入任意一家大模型厂商、或在云端与本地模型之间自由切换，都不再是难事。

七、面试与实战常考点小结

最后把这六集里最容易被面试官追问、也最容易在实战中踩坑的知识点浓缩成问答：

• 问：为什么调通义千问用的是 OpenAI 库，而不是阿里自己的 SDK？答：因为阿里云百炼提供了"OpenAI 兼容模式"，base_url指向https://dashscope.aliyuncs.com/compatible-mode/v1，请求格式和 OpenAI 完全一致，所以一套 OpenAI SDK 代码既能调 OpenAI，也能调百炼、DeepSeek，还能调本地 Ollama。

• 问：API Key 应该怎么管理才安全？答：绝不硬编码进源码；通过操作系统环境变量（OPENAI_API_KEY、DASHSCOPE_API_KEY）注入，代码里用os.getenv或让 SDK 自动读取；配置后重启 IDE / 系统生效；提交 Git 前用.gitignore排除密钥文件。

• 问：什么是蒸馏模型？为什么本地只能跑它？答：蒸馏模型是学习了标准大模型核心能力后"瘦身"的小模型（如 qwen3:4b），参数量小（B 级别），个人电脑的显存 / GPU 就能跑；满血大模型需要几十万上百万元的服务器集群硬件，个人机跑不动。

• 问：Ollama 怎么用代码调本地模型？答：保持 Ollama 启动，把 OpenAI 客户端的base_url改成http://localhost:11434/v1，model写成本地已下载的模型名（如qwen3:4b），api_key随便占位，其余代码不变。

• 问：本地 Ollama 和云端百炼怎么选？答：优先云端——满血模型效果好、吐字快，百炼还有每模型 100 万 token 免费额度；本地只在免费额度耗尽或无云端可用时作为免费备用，性能与云端"天差地别"。

• 问：模型参数量和硬件怎么配？答：集显约 1.5B，4G 独显试 8B 以内，8G 独显试 14B 以内；原则是"显存多大选多大参数量"，跑起来看吐字速度，慢了就降档。

把以上六点吃透，你就真正完成了这门 RAG 与 Agent 课程的"起跑线"准备：手里有云端满血模型可写主力代码，有本地蒸馏模型做免费兜底，知道密钥该藏在哪、代码该怎么连、报错该从base_url和model这两处先查——可以顺利进入提示词工程与 LangChain 的正式学习了。