本文适合对 AI 模型和 API 开发没有太多经验的同学，从零开始带你搭建一个“追问式对话”AI 助教，帮助在线编程课学生解决问题。

🎯 学习目标

通过本课程，你将学会：

• 使用 GPT-OSS 开源模型
• 搭建一个 追问式对话 API
• 部署到服务器，让学生直接使用

最终，你将收获一个可用的 AI 助教！

🧩 第 1 步：环境准备

1. 安装 Python 3.9+
2. 安装依赖

pip install fastapi uvicorn transformers

3. 确认你有一台可以运行的 GPU/CPU 机器

⚡ 第 2 步：快速搭建 API

新建 main.py 文件，写入以下内容：

from fastapi import FastAPI
from transformers import AutoTokenizer, AutoModelForCausalLM

app = FastAPI()
tokenizer = AutoTokenizer.from_pretrained("gpt-oss")
model = AutoModelForCausalLM.from_pretrained("gpt-oss")

@app.post("/qa")
def qa(user_input: str):
    inputs = tokenizer(user_input, return_tensors="pt")
    outputs = model.generate(**inputs, max_length=512)
    return {"answer": tokenizer.decode(outputs[0], skip_special_tokens=True)}

运行：

uvicorn main:app --reload

打开 http://127.0.0.1:8000/docs 测试效果！

🛠️ 第 3 步：测试效果

输入：

print("hello"  

输出：

你少写了一个括号，应该改成 print("hello")

继续追问也能正常回答，这就是 追问式对话的核心。

🚀 第 4 步：部署上线

1. 使用 Docker 打包项目
2. 部署到云服务器
3. 把 API 地址分发给学生

学生就能直接调用啦！

📚 课后拓展

• 可以收集学生的提问，作为微调数据，提升回答质量
• 可以加入评分功能，自动检查学生的代码规范
• 可以做成小程序/网页，交互更友好

✅ 总结

通过本教程，你学会了：

• 环境搭建
• API 编写
• 部署上线

只要 3 天，你就能完成一个 AI 助教的开发！

👉 我已将完整代码与部署文档放在 官网文章，欢迎前往学习和 Star！