开发环境配置工具

提供多种方式快速配置开发环境,支持VSCode+Docker、Docker Compose及本地Python环境。

  • by JSaja
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 JSaja/xweather-mcp-client-demo

使用说明

说明/指示

根据你是VSCode用户,或者是否安装了Docker,有几种不同的开始方式。首先,将仓库克隆到本地。

1. VSCode + Docker:在开发容器中快速入门

  1. 安装 Docker 和 VSCode 的开发容器扩展。
  2. 更新环境变量的值 .devcontainer/devcontainer.json.
  3. 在VSCode中,打开命令面板(Ctrl+Shift+P)并选择 开发容器:在容器中重新打开如果它抱怨工作区有问题,请选择 Open Workspace 然后打开在 /app
  4. 一旦容器准备就绪,就用以下命令启动助手: python3 src/interactive 来自集成终端。

2. 仅Docker:使用Docker Compose运行

  1. 填写所需的默认值在 environment (某事物的)部分 docker-compose.yml(保留前面的连字符 :-)
  2. 构建镜像:
    docker compose build
    
  3. 运行应用程序:
    docker compose run app
    

注:变量优先级: Docker Compose 按以下顺序(从高到低)解析环境变量。如果你已经在 shell 中定义了某个变量,这一点非常重要:

  • (如果使用VSCode开发容器):其中的值 containerEnv of 的中文翻译是“的” devcontainer.json
  • 在您的shell中设置的环境变量(例如。, export OPENAI_API_KEY=...)
  • 来自……的值 .env 项目根目录下的文件
  • 在(某处)指定的默认值 docker-compose.yml (例如。, gpt-4o-mini for OPENAI_MODEL)。 即使在你的shell中有变量,你也可以完全覆盖这些值为任意你选择的值,只需简单地设置值而无需使用特定的格式 ${shellVar:-default}

小贴士如果你在处理环境变量值时遇到问题,尝试从容器中读取它们,使用 docker compose run app /bin/bash -c 'env'。

3. Python 3.9+:使用 Python + venv 本地运行

  1. 确保已安装 Python 3.9 或更高版本。
  2. 做一个当地人(或:融入当地) .env 通过命令 cp .env.example .env
  3. 填写 .env 在项目根目录下的文件中填写您的API凭据:
    OPENAI_API_KEY=your_openai_api_key
    OPENAI_MODEL=gpt-4o-mini
    XWEATHER_CLIENT_ID=your_xweather_client_id
    XWEATHER_CLIENT_SECRET=your_xweather_client_secret
    
  4. 创建并激活虚拟环境:
    python3 -m venv .venv
    source .venv/bin/activate
    
  5. 安装依赖项:
    pip install -r requirements.txt
    
  6. 启动助手:
    python3 src/interactive
    
  7. 完成后,使用以下命令停用环境: deactivate.