python开发入门准备

以windows系统为例

安装python

官网下载安装包：https://www.python.org/

开始写代码

新建一个目录PythonProject1
新建一个文件main.py

# FastAPI 和 OpenAI DEMO

from openai import OpenAI
from fastapi import FastAPI, Query
from fastapi.staticfiles import StaticFiles
from fastapi import applications
from fastapi.openapi.docs import get_swagger_ui_html
from pydantic import BaseModel
from typing import List


def swagger_monkey_patch(*args, **kwargs):
    return get_swagger_ui_html(
        *args,
        **kwargs,
        swagger_js_url="/static/swagger/swagger-ui-bundle.js",
        swagger_css_url="/static/swagger/swagger-ui.css"
    )


applications.get_swagger_ui_html = swagger_monkey_patch

app = FastAPI()

# 挂载静态文件目录
app.mount("/static", StaticFiles(directory="static"), name="static")

client = OpenAI(
    api_key="xxxxx",
    base_url="https://open.bigmodel.cn/api/paas/v4/",
)


# 定义数据模型
class Message(BaseModel):
    role: str
    content: str


@app.post("/getSQLMultiRound")
async def get_sql_multi_round(messages: List[Message]):
    completion = client.chat.completions.create(
        model="glm-4-plus",  ##  deepseek-reasoner  /   deepseek-chat
        messages=messages,
        temperature=0,
        stream=False,
    )
    res = completion.choices[0].message.content
    return {"sql": res, "message": completion.choices[0].message}

运行

安装依赖：
pip install openai
pip install fastapi
安装web服务器：pip install uvicorn
运行这个web项目：uvicorn main:app --host 0.0.0.0 --port 8000
浏览器打开：http://127.0.0.1:8000/docs 就可以了

部署到服务器

### 安装包管理器 
pip install pipenv
### 生成requirements.txt
### 项目统一使用pipenv进行包管理，然后就可以用下面的命令生成requirements.txt
pipenv requirements > requirements.txt

### 下载依赖包到packages目录
pip download -r requirements.txt -d packages

### 生产环境安装依赖包
### 把packages目录上传到服务器，执行下面命令进行安装：
pip install --no-index --find-links=packages -r requirements.txt

虚拟环境

先在项目跟目录下创建 【.venv】目录
命令行执行： pipenv --python 3.13.2 启用虚拟环境
会把项目需要的依赖包等文件下载到.venv目录，实现不同的项目使用不用的python版本