目录

一、创建 .env 配置文件

二、.env 文件通俗讲解

第一块：LLM 服务基础配置

第二块：生成参数

第三块：重试容错配置

三、补充小白基础知识点

四、结合本小说项目梳理运行逻辑

文末收尾 & 下集预告

---

上一节我们搭建好了 Pydantic 数据模型，定下了小说数据的规范。现在有一个很现实的问题摆在眼前：DeepSeek 的 API 密钥、模型名称、AI 创作温度这些参数，如果直接硬编码写到 Python 代码里，后患无穷。 密钥一旦跟着代码一起上传或者分享出去，账户额度随时可能被别人薅空；后续想调整模型、修改 AI 脑洞大小，还得到处翻代码改动。 行业里标准的解决方案就是 .env 环境变量配置文件，本节我们就来搭建这套统一配置方案。

一、创建 .env 配置文件

在项目根目录新建文件，文件名固定为 .env，注意文件名前面带有英文小数点。 完整填写的配置内容参考下图： 

二、.env 文件通俗讲解

先说核心结论：.env 的作用就是集中存放项目密钥、全局可调参数。业务代码从文件读取配置，绝不把敏感信息、可变参数硬写死在源码中。 我们把配置划分成三大模块，逐个拆解含义。

第一块：LLM 服务基础配置：连接大模型的必备三件套

API_KEY=sk***********************
BASE_URL=https://api.deepseek.com
MODEL=deepseek-v4-flash

1. API_KEY ：你调用大模型服务的账号凭证。接口请求时用来校验身份，确认调用权限。 ⚠️ 重中之重：绝对不要完整把密钥随意转发、随代码分享，一旦泄露，他人可以直接消耗你账户余额！
2. BASE_URL ：到大模型官方网站获取，这个是大模型厂商的服务接口地址，告诉程序应该向哪个服务器发送请求。 当前填写 DeepSeek 官方地址；后续如果切换 OpenAI、智谱 AI 等其他平台，只需要修改这一行地址。
3. MODEL： 指定想要调用的大模型名称。示例中的 deepseek-v4-flash 特点是响应速度快、计价性价比高。想要更换同平台其他模型，仅修改该参数即可，不需要改动业务代码。

第二块：生成参数：控制 AI 创作风格与输出上限

OUTLINE_TEMPERATURE=0.7
CHAPTER_TEMPERATURE=0.85
MAX_TOKENS=4096

1. Temperature（温度）【小说项目核心参数】 取值范围常规为 0 ~ 1

• 数值越接近 0：AI 输出更加严谨、逻辑稳定，但创意不足，内容容易重复；
• 数值越接近 1：AI 脑洞更大，故事更富有想象力，但是更容易出现逻辑跑偏、凭空编造内容的情况。
• OUTLINE_TEMPERATURE=0.7：生成小说大纲使用。大纲看重整体故事逻辑，因此温度设置偏低，保证主线不乱；
• CHAPTER_TEMPERATURE=0.85：生成章节正文使用。正文需要丰富情节，适度拉高温度，提升故事可读性。

1. MAX_TOKENS=4096 限制单次接口调用，AI 能够输出内容的最大长度。token 可以粗略理解为文字计量单位，设置上限能够避免单次生成文本超长触发接口报错。

第三块：重试容错配置

MAX_RETRIES=3

网络波动、服务商服务器拥挤，都有可能造成接口调用临时失败。

MAX_RETRIES=3 代表请求失败后程序最多自动重试 3 次；连续 3 次全部失败，才抛出异常终止运行。配置简单，却能显著提升整套小说生成程序的稳定性👍

三、补充小白基础知识点

1. 环境配置文件标准命名就是 .env，配合 python-dotenv 第三方库读取；
2. Python 基础读取示例代码：

from dotenv import load_dotenv
import os

# 自动加载根目录.env文件
load_dotenv()

api_key = os.getenv("API_KEY")
base_url = os.getenv("BASE_URL")

【补充问题】🤔为什么独立.env 文件，不直接写进 py 源码？

① 保护密钥，避免敏感凭证直接暴露在代码内；

② 调整模型、AI 创意温度、接口地址，只修改配置文件，无需改动业务代码；

③ 分享项目代码、上传代码仓库时，可以轻松隔离密钥，规避财产损失风险。

四、结合本小说项目梳理运行逻辑

🤓整套程序运行流程联动：

1. 启动生成小说大纲时，代码自动读取 OUTLINE_TEMPERATURE=0.7；
2. 进入章节扩写阶段，切换读取 CHAPTER_TEMPERATURE=0.85；
3. 每一次向 DeepSeek 发起接口请求，自动携带.env 内的 API_KEY；
4. 请求失败时，依照 MAX_RETRIES 的数值进行重试。

文末收尾 & 下集预告

🐾至此我们完成项目全局配置管理，密钥与可调参数全部实现解耦，后续各个模块都统一读取这套配置。

下一节预告：【Python LLM 小说自动化生成实战】4｜系统提示词管理，约束大模型严格输出规范 JSON，解决字段缺失、命名错乱等解析报错。

🔗 本系列专栏合集传送门：小白入门！从零实战开发Python LLM小说自动化生成系统