一个健壮且灵活的大语言模型（LLM）API 配置加载器

具体来说，它实现了以下 5 个核心功能：

📁 环境变量安全加载
通过 load_dotenv() 自动读取项目根目录下的 .env 文件，将敏感信息（如 API Key）与代码逻辑分离，避免密钥硬编码泄露到代码仓库中。
🔄 多模型提供商的智能路由（优先级机制）
代码内置了对主流大模型的支持，并按照 if-elif 的顺序进行优先级匹配：
OpenAI (优先级最高)
DeepSeek
智谱 AI (ZhipuAI)
通义千问 (Qwen) (优先级最低)
只要检测到某个提供商的有效配置，就会立即返回该提供商的配置，实现了"配置即切换"的灵活性。
🛡️ 配置有效性校验（防呆设计）
不仅检查 API Key 是否存在（os.getenv("XXX")），还额外检查了它是否是不安全的默认占位符（!= "sk-xxx"）。如果所有配置都无效，代码会：
打印清晰的、带边框的错误提示，指导用户如何修复（复制 .env.example 并填入真实 Key）。
主动抛出 ValueError 异常，强制中断程序。这防止了程序在缺少配置的情况下"带病运行"，避免后续调用 API 时产生难以排查的深层错误。
📦 标准化的配置输出
无论匹配到哪个提供商，函数都会返回一个结构统一的字典，包含：
provider: 明确标识当前使用的服务商（方便后续日志记录或条件判断）。
api_key: 认证密钥。
base_url: API 请求地址（支持通过环境变量自定义，满足内网部署或代理需求）。
model: 具体使用的模型名称（支持自定义，否则回退到默认的高性价比模型，如 gpt-4o-mini 或 glm-4-flash）。
🧪 安全的测试与执行入口
通过 if name == "main": 块，提供了一个安全的测试入口。当该文件被直接运行时，它会尝试加载配置并打印结果；如果被其他模块（如 Django 的 settings.py 或 LangChain 初始化脚本）导入，则不会自动执行，保证了模块化。

python 复制代码

import os
from dotenv import load_dotenv
from typing import Dict, Any

def load_config() -> Dict[str, Any]:
    load_dotenv()

    # 支持多种模型配置
    if os.getenv("OPENAI_API_KEY") and os.getenv("OPENAI_API_KEY") != "sk-xxx":
        return {
            "provider": "openai",
            "api_key": os.getenv("OPENAI_API_KEY"),
            "base_url": os.getenv("OPENAI_API_BASE", "https://api.openai.com/v1"),
            "model": os.getenv("MODEL_NAME", "gpt-4o-mini"),
        }
    elif os.getenv("DEEPSEEK_API_KEY") and os.getenv("DEEPSEEK_API_KEY") != "sk-xxx":
        return {
            "provider": "deepseek",
            "api_key": os.getenv("DEEPSEEK_API_KEY"),
            "base_url": os.getenv("DEEPSEEK_API_BASE", "https://api.deepseek.com/v1"),
            "model": os.getenv("MODEL_NAME", "deepseek-chat"),
        }
    elif os.getenv("ZHIPUAI_API_KEY") and os.getenv("ZHIPUAI_API_KEY") != "sk-xxx":
        return {
            "provider": "zhipuai",
            "api_key": os.getenv("ZHIPUAI_API_KEY"),
            "base_url": os.getenv("ZHIPUAI_API_BASE", "https://open.bigmodel.cn/api/paas/v4"),
            "model": os.getenv("MODEL_NAME", "glm-4-flash"),
        }
    elif os.getenv("QWEN_API_KEY") and os.getenv("QWEN_API_KEY") != "sk-xxx":
        return {
            "provider": "qwen",
            "api_key": os.getenv("QWEN_API_KEY"),
            "base_url": os.getenv("QWEN_API_BASE", "https://dashscope.aliyuncs.com/compatible-mode/v1"),
            "model": os.getenv("MODEL_NAME", "qwen-turbo"),
        }
    else:
        print("=" * 60)
        print("错误：未找到有效的 API Key 配置！")
        print("请先复制 .env.example 为 .env，并填入你的 API Key。")
        print("=" * 60)
        # 抛出异常，防止后续代码在缺少配置的情况下继续执行导致难以排查的错误
        raise ValueError("未找到有效的 API Key 配置")

if __name__ == "__main__":
    try:
        config = load_config()
        print("✅ 成功加载配置:", config)
    except ValueError as e:
        print(f"❌ 配置加载失败: {e}")

bash 复制代码

# 复制此文件为 .env 并填入你的 API Key
# cp .env.example .env

# OpenAI 配置（如果你用 OpenAI）
# OPENAI_API_KEY=sk-xxx
# OPENAI_API_BASE=https://api.openai.com/v1
# OPENAI_MODEL=gpt-4o-mini

# 也支持兼容 OpenAI 接口的其他模型，例如：
# DeepSeek
# DEEPSEEK_API_KEY=sk-xxx
# DEEPSEEK_API_BASE=https://api.deepseek.com/v1
# MODEL_NAME=deepseek-chat

# 智谱 AI
# ZHIPUAI_API_KEY=xxx
# ZHIPUAI_API_BASE=https://open.bigmodel.cn/api/paas/v4
# MODEL_NAME=glm-4-flash

# 通义千问
# QWEN_API_KEY=sk-xxx
# QWEN_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1
# MODEL_NAME=qwen-turbo