DEPLOYMENT.md

Hugging Face Spaces 部署说明

1. 创建 Space

1. 登录 Hugging Face。
2. 点击 New Space。
3. Space 名称可填写 algorithm-agent 或课程要求的名称。
4. SDK 选择 Docker。
5. Visibility 建议选择 Public，这样老师可以直接通过公开链接访问。

2. 上传项目文件

上传本目录中的核心文件到 Space 根目录：

• README.md
• Dockerfile
• requirements.txt
• app.py
• server.py
• agent_core.py
• tools.py
• reporting.py
• static/index.html
• static/styles.css
• static/app.js
• report/project_report.tex
• report/project_report.pdf

不需要上传：

• .venv/
• __pycache__/
• outputs/
• .env
• 本地运行产生的 .aux、.log、.out

3. 配置 API Key

不要把 .env 明文上传到公开 Space。正确做法是在 Space 中添加 Secret：

1. 打开 Space 的 Settings。
2. 进入 Variables and secrets。
3. 添加 Secret：

Name: AGNES_API_KEY
Value: 你的 Agnes AI API Key

程序会自动从环境变量读取 AGNES_API_KEY。老师访问公开 Space 时不需要输入 key，前端也不会显示 key。

4. 固定模型与接口

代码中已经固定：

模型: agnes-2.0-flash
接口: https://apihub.agnes-ai.com/v1/chat/completions

前端只检测后端是否已经配置 key，不允许用户修改模型或接口地址。

5. 本地验证

本地运行：

python3 -m pip install -r requirements.txt
uvicorn server:app --host 127.0.0.1 --port 7860

打开：

http://127.0.0.1:7860

如果本地要用 Agnes AI，在项目根目录创建 .env：

AGNES_API_KEY=你的 Agnes AI API Key

修改 .env 后需要重启服务。

6. 提交材料

最终提交建议包含：

• Hugging Face Space 公开链接。
• MP4 录屏文件。
• report/project_report.pdf。