集成核心智能引擎
我的理解
这一课解决的是”如何安全地让你的应用接入 AI 引擎”的工程问题。核心架构思想是抽象：用 Student Portal 作为统一凭证网关，把多模型 API Key 管理的复杂性藏在一个接口后面。实践部分走了一遍完整流程——从门户注册、生成 API Key，到用一段结构化 Prompt 指挥 Cursor 通过 .env 依赖注入接入 OpenAI 兼容的 chat completion API，最后用 Swagger UI 验证 /chat 端点。关键工程底线是：API Key 绝不硬编码，必须通过 .env 加载。
相关链接
- Ch02-L02 打好基础 FastAPI应用 — 本课在其 FastAPI 骨架之上添加 /chat 端点
- Ch02-L05 用Agentic工具扩展能力 — 在 /chat 端点之上添加工具调用能力
- Ch02-L03 视频5 Builder Space操作演示 — Builder Space 的视频导览
原文
Lesson 13 of 46 集成核心智能引擎 / Integrating the Core Intelligence
架构师视角的抽象——学员门户与凭证管理
一个真实的 AI 系统需要与多个上游服务交互，每个服务都有各自的 API 密钥。安全、高效地管理这些凭证是一个关键的架构问题。为简化这一点，我们搭建了 AI Builder 学员门户（Student Portal），作为统一的凭证网关。
这是”抽象”这一核心架构原则的典型示例。我们将管理多个独立 API 密钥的复杂性隐藏在一个简洁、统一的接口背后，从而让你的应用代码保持干净、安全，并专注于核心业务逻辑。
你的学员门户账号已使用你课程报名时填写的邮箱自动创建。
核心实践：将你的应用接入引擎
访问学员门户：
打开学员门户网址 https://space.ai-builders.com/。
由于这是你首次登录，请点击”Reset Password”（重置密码）。输入你的邮箱地址以获取登录链接。请同时检查垃圾邮件文件夹，这类邮件有时会被过滤。
登录后，进入”Settings”（设置）页面 https://space.ai-builders.com/settings。
生成你的 API 密钥：
在 API Keys 区域中，点击”Create Key”（创建密钥）。为它取一个具有描述性的名称，例如”Capstone Module 1”。
立即复制生成的 API 密钥。这是该密钥唯一一次完整显示的机会。该密钥是你访问本课程所有相关 AI 服务的个人凭证。
指挥 AI 完成引擎集成：接下来，我们将命令 Cursor 把你的 FastAPI 应用接入我们平台的 AI 引擎。请使用以下详细提示词：
I need to modify my FastAPI application to call an OpenAI-compatible chat completion API.
The API Key is [PASTE YOUR COPIED API KEY HERE]. Do not hardcode this key in the source code; load it from a .env file using python-dotenv. Create a .env file with the key SUPER_MIND_API_KEY.
The API endpoint has a custom base URL: https://space.ai-builders.com/backend/v1.
Create a new POST endpoint at /chat. It should accept a request body containing a single string field named user_message.
Make a call to the chat completion API using OpenAI SDK. Use the model named “gpt-5”. Pass the user message from the request body.
Return the content of the assistant’s response as a JSON object.
关于模型的说明：当你使用特定模型”gpt-5”时，我们的平台会作为直接代理转发到底层模型。在课程后续阶段使用其他模型时，我们的平台会启用更复杂的、具备工具访问能力的智能体系统。目前，我们先从最简单的场景入手。
测试集成效果：重新运行你的 FastAPI 应用。在 /docs 路径下使用 Swagger UI 测试新的 /chat 接口。发送一条简单的消息，例如”What is the capital of France?”，并确认能够收到来自 AI 的回复。
学习成果：你已经通过安全、整洁的工程实践（借助 .env 进行依赖注入），成功地将外部 AI 服务集成到你的应用中。你也学会了如何用一个分步骤、信息详尽的提示词来指挥 AI 完成复杂的集成任务。