相信大家在此之前都有过这样的经历：
在下载或者浏览相关 AI 网页时
会发现在我们的应用下载 APP 里面
会有非常多如下图所示的套壳软件
类似功能的 AI 产品是如何制作出来的？
上周四晚的「AI 编程云课堂」
为你揭晓了答案！
通过上节课的学习
零基础代码小白也能运用豆包MarsCode
搭建自己的专属 AI 聊天搭子
开辟副业新道路
不知道大家有按时上课吗？现在就跟着我们一起看看上期回顾吧👇
课前准备
安装豆包MarsCode
在启动编码工作前，我们需要先下载安装豆包MarsCode 编程助手。
以在 Visual Studio Code 中为例，需要先打开 VSCode 扩展窗口，在搜索框搜索MarsCode，找到豆包MarsCode 后单击 「install」，完成安装，登录后即可使用豆包MarsCode 编程助手。
获取代码
复制如下链接：
https://gitcode.com/langgptai/aichat.git
并输入以下指令即可下载代码。
git clone https://gitcode.com/langgptai/aichat.git
接下来就让我们一起开启 AI 大模型探索之旅～
课程跟练
配置大模型
首先我们需要申请 API 密钥，这一步可以通俗理解为给 AI 发身份证，并获得 AI 使用前提。
- 打开火山引擎官网（免费赠送每个模型50万tokens推理额度！）
- 访问：https://sourl.cn/azHNDf
- 创建并保存API Key（它长这样：2dxxf933-xxxx-x-a0xxx3c-04fxxxxaxxx）
接下来需要设置接入点（告诉 AI 在哪里等你）
- 访问：https://sourl.cn/7fLrC9
- 选择模型并复制接入点ID（格式如：ep-2xxxxxx-2xxxx）
搭建 AI 应用
搭建一个最简单的 AI 机器人
首先我们需要安装 Python 环境（具体如何安装 Python 可以问直接询问 AI 助手）
然后配置 Python 环境：
pip install 'volcengine-python-sdk[ark]'
复制链接至网页可查看模型调用使用文档：
https://www.volcengine.com/docs/82379/1302008
参照官方文档配置 API Key 和接入点：
搭建一个网页 AI 助手
配置 Python 环境
pip install streamlit
打开豆包MarsCode AI，输入提示词：
这段代码展示了怎样调用一个大模型，请把这个大模型的调用封装成一个 streamlit 应用，教我该怎么实现
streamlit run test.py
运行如上代码即可获得如下图效果：
设置 AI 助手的名字
打开豆包MarsCode AI，输入提示词：
不修改配置信息，我想要修改大模型对外展示的名字，叫最牛AI
再次运行代码即可获得如下效果：
升级为小红书文案助手
可参考如下小红书提示词模版：
你是小红书爆款写作专家，请你用以下步骤来进行创作，首先产出5个标题（含适当的emoji表情），其次产出1个正文（每一个段落含有适当的emoji表情，文末有合适的tag标签）
一、在小红书标题方面，你会以下技能：
1. 采用二极管标题法进行创作
2. 你善于使用标题吸引人的特点
3. 你使用爆款关键词，写标题时，从这个列表中随机选1-2个
4. 你了解小红书平台的标题特性
5. 你懂得创作的规则
二、在小红书正文方面，你会以下技能：
1. 写作风格
2. 写作开篇方法
3. 文本结构
4. 互动引导方法
5. 一些小技巧
6. 爆炸词
7. 从你生成的稿子中，抽取3-6个seo关键词，生成#标签并放在文章最后
8. 文章的每句话都尽量口语化、简短
9. 在每段话的开头使用表情符号，在每段话的结尾使用表情符号，在每段话的中间插入表情符号
三、结合我给你输入的信息，以及你掌握的标题和正文的技巧，产出内容。请按照如下格式输出内容，只需要格式描述的部分，如果产生其他内容则不输出：
一. 标题
[标题1到标题5]
[换行]
二. 正文
[正文]
标签：[标签]
输入提示词：
读取 prompts.txt 文件中的内容作为 system content，修改代码
再次运行即可获得如下效果：
打造聊天界面
现在将我们与 AI 对话的界面打造成与微信聊天相似的有来有回的形式。
输入以下 prompt：
请添加多轮对话功能，人和AI的对话记录让和AI对话记录分栏显示，像微信聊天一样
即可得到如下图效果：
代码进阶优化
打开如下网址跟随指引即可下载代码
git clone https://gitcode.com/langgptai/aichat.git
修改代码，即可实现以下效果：
网站部署- Streamlit 应用部署
前期准备
- GitHub 账号准备
- 确保你有一个 GitHub 账号
- 如果没有，请在 GitHub 注册一个账号
- 必要文件准备
- 你的 Streamlit 应用主文件（例如 app.py）
- requirements.txt 文件（列出项目依赖）
- 其他项目相关文件
部署步骤
- 创建 GitHub 仓库
- 登录 GitHub
- 点击右上角 "+" 按钮，选择 "New repository"
- 填写仓库名称（如 my-streamlit-app）
- 选择公开（Public）仓库
- 点击 "Create repository"
- 准备项目文件
确保你的项目结构如下：
my-streamlit-app/
├── app.py # 主应用文件
├── requirements.txt # 依赖文件
└── .gitignore # Git 忽略文件（可选）
- 上传代码到 GitHub
在终端中执行：
git init
git add .
git commit -m "Initial commit"
git branch -M main
git remote add origin https://github.com/你的用户名/my-streamlit-app.git
git push -u origin main
- 在 Streamlit Cloud 上部署
首先访问 https://share.streamlit.io/，然后需要使用 GitHub 账号登录，点击 "New app" 按钮之后即可选择你的仓库、分支和主文件：
- Repository: 选择你的仓库
- Branch: 选择 main 分支
- Main file path: 输入 app.py
- 点击 "Deploy" 按钮
- 部署后配置
- 环境变量设置（如果需要）：
在应用设置中找到 "Secrets" 部分，添加需要的环境变量，格式为：
KEY=VALUE
- 资源配置（如果需要）：
可以在高级设置中调整内存限制并设置 Python 版本。
到这里我们就成功得到了自己的专属 AI 助手，大家赶快动手尝试一下吧！
如果还想学习更多 AI 编程知识
欢迎大家加入本周四晚20:00
豆包MarsCode 官方 AI 编程课
我们将为大家带来
【快速实现图像物体智能检测分析】
帮助你了解交通违章识别的底层逻辑
并借助豆包MarsCode 进行图像识别应用
点击阅读原文即可加入课程~
宠粉时刻！
关注豆包MarsCode，发送【AI编程】即有机会抽取惊喜好礼哦，欢迎大家速来参与！
点击「阅读原文」即可预约直播！