.env-filer og python-dotenv
Laste inn .env-filer, regler for .gitignore og anbefalt praksis for dotenv.
.env-filer og python-dotenv er en gratis leksjon i AI-agenter på CoddyKit. Dette er leksjon 2 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-agenter, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Problemet med eksporterte skallvariabler
Det fungerer å angi miljøvariabler med export i skallet, men De må angi dem på nytt i hver nye terminaløkt. Det er feilutsatt å håndtere mange variabler på denne måten, og løsningen kan ikke enkelt deles med teammedlemmer.
.env-filer løser dette ved å lagre alle prosjektvariablene i én fil som lastes inn automatisk.
.env-filformatet
En .env-fil inneholder par av typen KEY=VALUE, ett per linje. Linjer som starter med #, er kommentarer. Verdier kan valgfritt stå i anførselstegn. Dette enkle formatet støttes av flere titalls verktøy og rammeverk.
# .env file (NEVER commit this file to git)
# Required API keys
OPENAI_API_KEY=sk-proj-your-real-key-here
SEARCH_API_KEY=tvly-your-tavily-key-here
# Optional settings with defaults
AGENT_MODEL=gpt-4o-mini
AGENT_MAX_STEPS=20
LOG_LEVEL=DEBUG
# Database (optional — disables memory storage if not set)
# DATABASE_URL=postgresql://user:pass@localhost/agentdb
# Environment identifier
ENV=developmentLaste inn .env med python-dotenv
Installer python-dotenv med pip install python-dotenv. Kall load_dotenv() helt øverst i startpunktet, før alle lesinger av os.environ. Da lastes .env-filen inn og miljøet fylles med verdiene.
# pip install python-dotenv
from dotenv import load_dotenv
import os
# Load .env file — call this BEFORE reading any env vars
load_dotenv()
# Now all variables from .env are available via os.environ
openai_key = os.environ['OPENAI_API_KEY']
model = os.getenv('AGENT_MODEL', 'gpt-4o-mini')
max_steps = int(os.getenv('AGENT_MAX_STEPS', '20'))
print(f'Model: {model}, Max steps: {max_steps}')Alternativer for load_dotenv()
load_dotenv() har flere nyttige alternativer: dotenv_path= for å angi en egendefinert sti, override=True for å overskrive eksisterende miljøvariabler (standard er å hoppe over dem), og verbose=True for å logge hvilken fil som ble lastet inn.
from dotenv import load_dotenv
import os
# Load from a specific path
load_dotenv(dotenv_path='/path/to/custom/.env')
# Override existing environment variables
# (by default, existing vars are NOT overridden)
load_dotenv(override=True)
# Load a specific environment file
env_file = os.getenv('ENV_FILE', '.env')
load_dotenv(dotenv_path=env_file, verbose=True)
# Find .env automatically (searches up the directory tree)
from dotenv import find_dotenv
load_dotenv(find_dotenv())dotenv_values() for eksplisitte konfigurasjonsordbøker
dotenv_values() returnerer innholdet i .env-filen som en Python-ordbok uten å endre miljøet. Dette er nyttig når De vil inspisere eller bruke konfigurasjon uten å forurense prosessmiljøet.
from dotenv import dotenv_values
# Read .env into a dict without touching os.environ
config = dotenv_values('.env')
print(config.get('AGENT_MODEL')) # 'gpt-4o-mini'
print(config.get('LOG_LEVEL')) # 'DEBUG'
# Merge .env with actual environment (env vars take priority)
import os
combined = {**dotenv_values('.env'), **os.environ}
# This means actual environment variables override .env values
# Useful for CI where env vars are injected by the pipeline.env.example-filen
Opprett en .env.example-fil som dokumenterer alle obligatoriske variabler med plassholderverdier. Denne filen skal committes til git — den fungerer som dokumentasjon for teammedlemmer og nye utviklere om hva som må konfigureres.
# .env.example — commit this file to git
# Copy to .env and fill in real values:
# cp .env.example .env
# Required API keys (get from respective providers)
OPENAI_API_KEY=sk-proj-your-openai-key-here
SEARCH_API_KEY=tvly-your-tavily-key-here
# Optional settings
AGENT_MODEL=gpt-4o-mini
AGENT_MAX_STEPS=20
LOG_LEVEL=INFO
ENV=development
# Database (optional)
# DATABASE_URL=postgresql://user:password@localhost:5432/agentdbLegge til .env i .gitignore
.env-filen må ALDRI committes til git. Legg den til i .gitignore umiddelbart når De oppretter prosjektet. Kontroller at den ignoreres før den første commiten.
# .gitignore — add these lines
# Environment files with real secrets
.env
.env.local
.env.production
.env.staging
# But DO commit these:
# .env.example (placeholder values, safe to share)
# Verify .env is ignored before committing:
# git check-ignore -v .env
# .gitignore:1:.env .env <-- means it IS ignored (good)
# If .env was already tracked:
# git rm --cached .env
# git commit -m 'Remove .env from tracking'
# echo '.env' >> .gitignorePre-commit-hook for å blokkere .env-commiter
Legg til en pre-commit-hook som blokkerer alle commiter som inneholder en .env-fil. Dette gir et automatisk sikkerhetsnett i tilfelle noen glemmer å kontrollere .gitignore.
# .git/hooks/pre-commit (make executable: chmod +x .git/hooks/pre-commit)
#!/bin/sh
# Block commits that include .env files with real content
if git diff --cached --name-only | grep -qE '^\.env$';
then
echo 'ERROR: .env file is staged for commit!'
echo 'This file contains secrets and must NOT be committed.'
echo 'Run: git reset HEAD .env'
exit 1
fi
# Also check for common secret patterns in any staged file
if git diff --cached | grep -qE '(sk-proj-|tvly-|xai-)';
then
echo 'WARNING: Possible API key detected in staged changes!'
echo 'Review carefully before committing.'
fi
exit 0Laste inn .env i ulike rammeverk
Mange rammeverk laster inn .env-filer automatisk. FastAPI (via pydantic-settings), Django (via django-environ) og Docker Compose støtter .env direkte. Kjennskap til disse mønstrene unngår dobbel innlasting.
# FastAPI with pydantic-settings (auto-loads .env):
# pip install pydantic-settings
from pydantic_settings import BaseSettings
class Settings(BaseSettings):
openai_api_key: str
agent_model: str = 'gpt-4o-mini'
log_level: str = 'INFO'
class Config:
env_file = '.env'
# settings = Settings() # auto-reads .env and validates types
# print(settings.agent_model) # 'gpt-4o-mini'
# FastAPI is also fine with plain load_dotenv() at the top of main.py
# No need to use pydantic-settings for simple agentsFlere .env-filer for ulike miljøer
Bruk separate .env-filer for ulike miljøer: .env.development, .env.staging, .env.production. Last inn riktig fil basert på ENV-variabelen.
import os
from dotenv import load_dotenv
# Determine which environment to load
env = os.getenv('ENV', 'development')
# Try environment-specific file first, fall back to base .env
env_file = f'.env.{env}'
if os.path.exists(env_file):
load_dotenv(env_file)
print(f'Loaded {env_file}')
else:
load_dotenv('.env')
print('Loaded .env')
# Usage:
# ENV=staging python agent.py -> loads .env.staging
# ENV=production python agent.py -> loads .env.production
# python agent.py -> loads .env (default development)Fullstendig sjekkliste for oppsett
En fullstendig sjekkliste for .env-oppsett i et nytt agentprosjekt:
- Opprett
.envmed ekte nøkler (committ den aldri) - Opprett
.env.examplemed plassholdere (committ denne) - Legg
.envtil i.gitignore - Legg
load_dotenv()øverst i startpunktet - Valider obligatoriske variabler ved oppstart
- Legg
cp .env.example .envtil i README-instruksjonene for oppsett
Kunnskapstest: .env-filer og python-dotenv
Test forståelsen av .env-filer og python-dotenv-biblioteket.
Oppsummering: .env-filer og python-dotenv
De har nå en komplett .env-arbeidsflyt for agentprosjekter:
- Opprett en
.env-fil med ekte verdier — committ den aldri - Opprett
.env.examplemed plassholdere — committ den alltid - Legg
.env*(unntatt .env.example) til i.gitignore - Kall
load_dotenv()helt øverst i startpunktet - Bruk
dotenv_values()for tilgang som ordbok uten å berøre os.environ - Bruk separate filer for hvert miljø (
.env.staging,.env.production)
Denne arbeidsflyten holder hemmeligheter ute av git og gjør lokal utvikling enkel.
Lær deg AI-agenter med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 60
- Leksjoner
- 239
Ofte stilte spørsmål
Er leksjonen «.env-filer og python-dotenv» gratis?
Ja – hele teksten i «.env-filer og python-dotenv» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av AI-agenter-kurset, kan du oppgradere til CoddyKit PRO. Kurset i AI-agenter inneholder totalt 4 leksjoner.
Hva lærer jeg i «.env-filer og python-dotenv»?
Laste inn .env-filer, regler for .gitignore og anbefalt praksis for dotenv. Du øver på AI-agenter med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-agenter?
Ingen tidligere erfaring er nødvendig. AI-agenter på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 2 av 4.
Hvor lang tid tar leksjonen «.env-filer og python-dotenv»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-agenter-leksjonen?
Ja. Alle AI-agenter-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Miljøvariabler for agenter
- .env-filer og python-dotenv
- Rotering og sikkerhet for hemmeligheter
- Konfigurasjonsprofiler for utvikling og produksjon