如何在Azure ML Studio的Jupyter Notebook中配置环境变量？

方法1：Notebook会话内临时设置 #

这种方式仅在当前Notebook运行期间生效，重启后失效，适合临时测试：

• 导入os模块后直接设置环境变量：

  import os
  os.environ["AZURE_OPENAI_API_KEY"] = "你的实际API密钥"
  

• 后续就能用os.getenv("AZURE_OPENAI_API_KEY")读取该变量。

注意：别把设置密钥的代码保存到Notebook里，避免密钥泄露，用完可删除或注释该行。

方法2：在计算实例中设置持久化环境变量 #

如果想每次启动计算实例都自动加载变量，不用每次在Notebook里重复设置，按以下步骤操作：

1. 进入Azure ML Studio的计算实例页面，点击终端打开命令行窗口。
2. 根据你使用的Shell类型编辑配置文件：
   • 若用bash，执行nano ~/.bashrc打开配置文件，在末尾添加：

     export AZURE_OPENAI_API_KEY="你的实际API密钥"
     

     按Ctrl+O保存，Ctrl+X退出编辑。
   • 若用zsh，编辑~/.zshrc文件，步骤同上。
3. 执行命令让配置立即生效：

   source ~/.bashrc  # bash用户执行这个
   # source ~/.zshrc  # zsh用户执行这个
   

4. 关闭当前Notebook再重新打开，之后就能用os.getenv("AZURE_OPENAI_API_KEY")读取到变量。

方法3：用Azure ML机密管理（更安全） #

不想直接暴露密钥的话，推荐用Azure ML的机密存储功能：

1. 在Azure ML Studio左侧导航栏，进入管理 -> 机密。
2. 点击**+新建**，输入机密名称（比如AZURE_OPENAI_API_KEY）和对应密钥值，完成创建。
3. 在Notebook中通过Azure ML SDK加载机密并设置为环境变量：

   import os
   from azureml.core import Workspace
   ws = Workspace.from_config()  # 自动加载当前工作区配置
   secret_value = ws.get_secret(name="AZURE_OPENAI_API_KEY")
   os.environ["AZURE_OPENAI_API_KEY"] = secret_value
   

4. 之后同样用os.getenv("AZURE_OPENAI_API_KEY")获取密钥值。

内容的提问来源于stack exchange，提问作者Manu Chadha