.env-filer och python-dotenv
Läs in .env-filer, konfigurera .gitignore-regler och följ bästa praxis för dotenv.
.env-filer och python-dotenv är en gratis lektion i AI-agenter på CoddyKit. Detta är lektion 2 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för AI-agenter, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i AI-agenter innehåller totalt 4 lektioner.
Problemet med export i skalet
Det fungerar att ange miljövariabler med export i skalet, men du måste ange dem igen i varje ny terminalsession. Att hantera många variabler på det sättet är felbenäget och svårt att dela med kollegor.
.env-filer löser detta genom att lagra alla projektvariabler i en fil som läses in automatiskt.
Formatet för .env-filer
En .env-fil innehåller par av typen KEY=VALUE, ett per rad. Rader som börjar med # är kommentarer. Värden kan valfritt omges av citattecken. Detta enkla format stöds av dussintals verktyg och ramverk.
# .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=developmentLäs in .env med python-dotenv
Installera python-dotenv med pip install python-dotenv. Anropa load_dotenv() allra högst upp i startpunkten, innan du läser något från os.environ. Då läses .env-filen in och miljön fylls i.
# 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}')Alternativ för load_dotenv()
load_dotenv() har flera användbara alternativ: dotenv_path= för att ange en anpassad sökväg, override=True för att skriva över befintliga miljövariabler (standardvärdet är att hoppa över dem) och verbose=True för att logga vilken fil som lästes in.
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() för explicita konfigurationsdicts
dotenv_values() returnerar innehållet i .env-filen som en Python-dictionary utan att ändra miljön. Det är användbart när du vill inspektera eller använda konfiguration utan att förorena processmiljön.
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
Skapa en .env.example-fil som dokumenterar alla obligatoriska variabler med platshållarvärden. Den här filen SKA checkas in i git — den fungerar som dokumentation för kollegor och nya utvecklare om vad som ska konfigureras.
# .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/agentdbLägga till .env i .gitignore
.env-filen får ALDRIG checkas in i git. Lägg till den i .gitignore direkt när du skapar projektet. Kontrollera att den ignoreras innan din första incheckning.
# .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 som blockerar incheckning av .env
Lägg till en pre-commit-hook som blockerar alla incheckningar som innehåller en .env-fil. Det ger ett automatiskt skydd om någon glömmer att kontrollera .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 0Läsa in .env i olika ramverk
Många ramverk läser automatiskt in .env-filer. FastAPI (via pydantic-settings), Django (via django-environ) och Docker Compose har alla inbyggt stöd för .env. Genom att känna till dessa mönster undviker du att läsa in filen flera gånger.
# 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 agentsFlera .env-filer för olika miljöer
Använd separata .env-filer för olika miljöer: .env.development, .env.staging, .env.production. Läs in rätt fil baserat på variabeln ENV.
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)Fullständig konfigurationschecklista
En komplett checklista för .env-konfiguration i ett nytt agentprojekt:
- Skapa
.envmed riktiga nycklar (checka aldrig in filen) - Skapa
.env.examplemed platshållare (checka in den) - Lägg till
.envi.gitignore - Lägg till
load_dotenv()högst upp i startpunkten - Validera obligatoriska variabler vid uppstart
- Lägg till
cp .env.example .envi README-instruktionerna för konfiguration
Kunskapskontroll: .env-filer och python-dotenv
Testa dina kunskaper om .env-filer och biblioteket python-dotenv.
Sammanfattning: .env-filer och python-dotenv
Du har nu ett komplett .env-arbetsflöde för agentprojekt:
- Skapa en
.env-fil med riktiga värden — checka aldrig in den - Skapa
.env.examplemed platshållare — checka alltid in den - Lägg till
.env*(utom .env.example) i.gitignore - Anropa
load_dotenv()allra högst upp i startpunkten - Använd
dotenv_values()för åtkomst som dictionary utan att röra os.environ - Använd separata filer per miljö (
.env.staging,.env.production)
Detta arbetsflöde håller hemligheter borta från git och gör lokal utveckling enkel.
Lär dig AI-agenter med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 60
- Lektioner
- 239
Vanliga frågor
Är lektionen ”.env-filer och python-dotenv” gratis?
Ja – hela texten till ”.env-filer och python-dotenv” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i AI-agenter, kan Ni uppgradera till CoddyKit PRO. Kursen i AI-agenter innehåller totalt 4 lektioner.
Vad lär jag mig i ”.env-filer och python-dotenv”?
Läs in .env-filer, konfigurera .gitignore-regler och följ bästa praxis för dotenv. Ni övar på AI-agenter med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig AI-agenter?
Du behöver inga förkunskaper. Utbildningen i AI-agenter på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 4.
Hur lång tid tar lektionen ”.env-filer och python-dotenv”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här AI-agenter-lektionen?
Ja. Varje AI-agenter-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Miljövariabler för agenter
- .env-filer och python-dotenv
- Rotation och säkerhet för hemligheter
- Konfigurationsprofiler för utveckling och produktion