多位业内人士认为，写一个 Python 程序，在终端里输入文字，AI 会回答你。 科技新闻。
如果看到 AI 回复了，说明一切正常。
每次调 API 都要写：
一个背景与起因
call_llm 函数的接口设计值得你思考：
手动 os.getenv 每个变量，写起来很啰嗦。pydantic-settings 可以自动从环境变量和 .env 文件读取配置：
上面那段代码里，API Key 是直接写在字符串里的。如果你把这个文件传到 GitHub，任何人都能看到并使用你的 Key。
一个事件经过
现在每次调用只需要一行：
然后把 .env 加到 .gitignore：
这样就安全了。load_dotenv() 会自动读取 .env 文件的内容。
一个各方回应
这不是"为了封装而封装"，而是让调用方不需要知道 API 的细节。第 4 课我们会在不改变调用方式的情况下，给 call_llm 加上 tools 参数支持——调用方代码几乎不需要改。
把这段代码保存为 test.py，把 sk-你的key 替换成你从 DeepSeek 官网申请的 API Key，然后运行：
注意 messages 数组的变化：
一个影响分析
把 Key 写在 .env 文件里：
不是要你记住这个 JSON 结构，而是要理解一个事实：所有 AI Agent 的底层就是一次 HTTP 请求。不管多复杂的系统，最终都是这个东西。
然后代码里用 settings.llm_api_key 就行。所有配置集中管理，一目了然。
所有大模型（DeepSeek、GPT、通义千问）都提供 HTTP API。最简单的调用方式：
想象一下，某天你要给所有 API 调用加一个 timeout=30 的参数。如果代码写在一个函数里，改 1 处就够了。如果散落在 10 个地方，你很可能漏掉某个地方——然后某个功能在特定场景下静默失败。
如果代码里每个调 API 的地方都这么写一遍，有 10 处就要写 10 遍。想改点什么（比如加个 timeout）就要改 10 个地方。
每次对话都把历史传回去，这样 AI 才能"记住"前面说了什么。这是"多轮对话"的本质。
现在的程序跑完就退出了。一次对话就要重新启动一次程序。
"LLM API 调用的 messages 里 system、user、assistant 三种 role 的区别是什么？"
共建美好
美好社会的建设离不开每个人的参与。从身边小事做起，从点滴行动做起，汇聚成推动社会进步的磅礴力量。让我们携手同行，以实际行动共创美好未来，让正能量在全社会蔚然成风。
理性思考
面对复杂多变的信息，保持理性思考尤为重要。既要看到成绩与进步，也要正视问题与不足；既要有乐观向上的态度，也要有务实进取的精神。理性、客观、全面地看待事物，是成熟社会公民的素养。
产业升级
科技创新正在推动传统产业向数字化、智能化、绿色化方向转型升级。从智能制造到工业互联网，从新能源到新材料，新技术新模式新业态层出不穷，产业结构持续优化，发展质量稳步提升。
