为本课程设置开发环境

February 27, 2026 · View on GitHub

本课程将指导您完成开发环境的设置。为了确保您的学习顺利，我们已经为您准备了一个 .devcontainer 配置，它将提供完成本课程所需的所有工具。您可以选择在 GitHub Codespaces（推荐）中运行该 devcontainer，或者在本地机器上运行。此外，我们还会演示如何设置 GitHub 访问令牌，以便与 Azure OpenAI 交互。

如果需要，我们还为您准备了 Azure OpenAI 和 Ollama 的设置指南。

本课您将学到：

  • ⚡ 如何使用 GitHub Codespaces 设置开发环境
  • 🤖 配置开发环境以通过 Azure OpenAI、Azure OpenAI 或 Ollama 访问 LLMs
  • 🛠️ 使用 .devcontainer 配置行业标准工具
  • 🎯 最终完成所有设置，准备好学习本课程的其他内容

让我们开始设置您的开发环境吧！🏃‍♂️

观看视频教程

⬆️点击图片观看视频⬆️

本课程应该选择哪个 AI 服务？

我们提供了关于如何使用 Azure OpenAI、Azure OpenAI 和 Ollama 设置开发环境的说明。您可以根据自己的需求选择最适合的服务。我们推荐使用 Azure OpenAI，但您也可以选择其他两种服务。

以下是这些服务的简要介绍：

  • Azure OpenAI：一个免费的入门服务，允许您直接在开发环境中测试和交互各种 AI 模型。它易于从 Codespaces 使用，是探索模型功能并在实施前了解其能力的绝佳方式。
  • Azure OpenAI：一项付费服务，提供对各种 AI 模型的访问。它包括 Azure 的所有优势，例如强大的安全性和可扩展性。如果您已经有 Azure 订阅，这是本课程的一个很好的选择。
  • Ollama：Ollama 允许您在本地机器、Codespace 或 devcontainer 中免费运行 AI 模型。如果您倾向于本地运行模型，这是一个不错的选择，但它需要更多硬件资源，并且可能比云端选项更慢。

如果您选择 Azure OpenAI，请继续阅读本文档以完成设置。

使用 Azure OpenAI 学习和测试 AI 模型

Azure OpenAI 提供了一种直观的方式，可以直接在开发环境中试验各种 AI 模型。开发者可以通过简单的界面探索模型响应、评估性能，并确定最适合其应用需求的模型。在实现之前，您可以了解模型的功能和局限性。托管于 GitHub 的基础设施之上，这些模型提供可靠的访问和一致的性能，非常适合开发和测试阶段。更棒的是，它提供了一个免费层，您可以无成本开始探索。

Azure OpenAI 页面展示多个生成式 AI 模型

准备工作：设置 GitHub 访问令牌

在开始之前，我们需要配置一些关键的安全凭据，以便我们的 Codespace 能够安全地与 Azure OpenAI 交互并运行应用程序。

创建用于访问 Azure OpenAI 的个人访问令牌

  1. 前往 GitHub 设置页面：

    • 点击右上角的个人头像
    • 从下拉菜单中选择 Settings

    GitHub 设置页面

  2. 进入 开发者设置页面：

    • 向左侧边栏底部滚动
    • 点击 Developer settings（通常位于底部）

    开发者设置页面

  3. 生成新的令牌：

    • 选择 Personal access tokens → Tokens (classic)

      添加 Tokens(classic)

    • 点击页面中间的 Generate new token (classic)

      创建令牌

    • 在“Note”字段中，输入一个描述性名称（例如 GenAI-DotNet-Course-Token）

    • 设置一个过期日期（推荐：7 天，以遵循安全最佳实践）

    • 重要：您必须选择 models:read 权限范围，此令牌才能与 Azure OpenAI 配合使用。

💡 安全提示：始终使用最低必要的权限范围和最短的有效期来管理访问令牌。这符合最小权限原则，有助于保护您的账户安全。

创建 GitHub Codespace

接下来，让我们创建一个 GitHub Codespace 来完成本课程的学习。

  1. 在新窗口中打开此仓库的主页：右键点击这里，然后从上下文菜单中选择 Open in new window
  2. 点击页面右上角的 Fork 按钮，将此仓库复制到您的 GitHub 账户
  3. 点击 Code 下拉按钮，然后选择 Codespaces 标签
  4. 点击 ...（三点选项）并选择 New with options...

通过自定义选项创建 Codespace

选择您的开发容器

在 Dev container configuration 下拉菜单中，选择以下选项之一：

选项 1：C# (.NET)：如果您计划使用 Azure OpenAI，这是推荐选项。它包含完成本课程所需的所有核心 .NET 开发工具，并具有快速的启动时间。

选项 2：C# (.NET) - Ollama：如果您不想连接到 Azure OpenAI 或 Azure OpenAI，Ollama 可以让您运行演示。它除了包含所有核心 .NET 开发工具，还支持 Ollama，但启动时间稍慢，平均约五分钟。请参考此指南 了解更多。

💡提示：创建 Codespace 时，请选择菜单中离您最近的区域。如果选择了较远的区域，可能会导致创建过程中出现错误。

点击 Create codespace 按钮，开始创建 Codespace。

选择开发容器配置

验证 Codespace 是否正确运行并连接到 Azure OpenAI

当 Codespace 加载并配置完成后，让我们运行一个示例应用程序，确保一切正常：

  1. 打开终端。您可以通过按下 Ctrl+` (backtick) on Windows or Cmd+`（macOS）打开终端窗口。

  2. 使用以下命令切换到正确的目录：

    cd 02-SetupDevEnvironment/src/BasicChat-01MEAI

    注意: GitHub Codespaces 运行的是 Linux 环境，因此无论您的本地操作系统是什么，都应该在路径中使用正斜杠 (/)。

  3. 使用以下命令运行应用程序：

    dotnet run

  4. 可能需要几秒钟，但最终应用程序会输出类似以下的消息：

    AI, or artificial intelligence, refers to the simulation of human intelligence in machines that are programmed to think and learn like humans. It is a broad field of computer science that focuses on creating systems and algorithms capable of performing tasks that typically require human intelligence. These tasks include problem-solving,

...

🙋 需要帮助？：如果遇到问题，提交一个 Issue，我们会为您提供支持。

总结

在本课中，您学习了如何为本课程设置开发环境。您创建了一个 GitHub Codespace，并将其配置为使用 Azure OpenAI、Azure OpenAI 或 Ollama。您还学习了如何为 Azure OpenAI 创建个人访问令牌，并运行示例应用程序以验证设置是否正确。

额外资源

下一步

接下来，我们将探索如何创建您的第一个 AI 应用程序！🚀

👉 核心生成式 AI 技术

免责声明：
本文件使用基于机器的人工智能翻译服务进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文件作为权威来源。对于关键信息，建议使用专业的人类翻译服务。因使用本翻译而导致的任何误解或误读，我们概不负责。