「在我電腦上明明跑得起來啊。」

這句熟悉的對話日常，在 ML 系統會是場災難，因為 ML 多了兩個變數：資料與模型權重。第一部曲我們將 AI 職缺目前在市場的需求進行說明，第二部曲聚焦在地基，今天要做的，就是降低只能回答出「在我電腦上明明可以」的風險。

今天要解決的問題

以下三個問題都很常見：環境、版控與金鑰，不處理會卡住：

問題一：環境不可重現。 去年執行 pip install pandas 裝到的是 2.x，今天重新建立環境可能已經裝到 3.x。同一份程式碼、一樣呼叫 groupby()，光是套件預設行為改變，輸出就可能不同。程式碼能重跑，不代表結果能重現。 [註1]

問題二：Git 用得太感人。 把 500MB 的模型檔 commit 進去、把 data/ 整包推上 GitHub、或更糟——把 .env 推上去了。

問題三：金鑰外洩。 這件事沒有「小心一點就好」，因為 GitHub 是被機器人 24 小時掃描的。推上去的那一刻就要當作已經外洩，改密碼是唯一解，刪 commit 沒有用。

📊 職缺訊號

這篇對應的不是單一任務訊號，而是所有任務的前提。來自 4,343 職缺之中梳理了實際的數字：MLOps 職缺中 58.5% 提到平臺與基礎設施、42.6% 提到訓練管線與 CI／CD，這兩件事都建立在「環境可重現」之上。

一、現象：三個你一定遇過的坑

坑一：requirements.txt 沒有鎖版本。

pandas
scikit-learn

正確做法是鎖住版本，並區分「直接依賴」與「完整鎖定」，專案實際主動使用的套件、間接相依套件版本鎖住，確保不同時間、不同機器都能建立出一致的執行環境。

坑二：Dockerfile 分層順序寫反。 這個坑不會讓你的程式出錯，只會默默偷走你的時間：

圖 5-1：Dockerfile 分層順序對重建時間的影響（依 Docker 快取失效規則推算的示範值）。左圖是單次重建，右圖是一天 30 次建置的累積差距，約 48 分鐘。

原理是 Docker 的逐層快取：任何一層變動，其後所有層的快取全部失效。如果你寫 COPY . /app 再 RUN pip install，那麼改一行程式碼就會讓依賴安裝層失效，每次都重裝一次。

坑三：金鑰進了版本控制。 反覆提醒自己：程式碼裡永遠不出現金鑰字串。

二、原理：可重現＝程式碼＋依賴＋系統＋資料＋種子

「環境」不只是套件。一個 ML 工作可重現，需要五件事同時被固定：

前三項是今天說明的範圍，後兩項在 Day 09 與 Day 10。 這五項缺一就難以達到「可重現」，而可重現是 Day 04 「不能省的三件事」之首。

三、動手：四十行搞定的最小工作環境

3.1 Python 環境（用 uv，比 pip 快一個量級）

# 安裝 uv（Rust 寫的 Python 套件管理器）
curl -LsSf https://astral.sh/uv/install.sh | sh

uv init my-ai-service && cd my-ai-service
uv add fastapi uvicorn scikit-learn pandas   # 會自動產生並更新 uv.lock
uv add --dev pytest ruff                      # 開發依賴分開管理
uv run pytest                                 # 在鎖定環境中執行

uv.lock 必須進版控——它記錄了完整依賴樹的精確版本，是「可重現」的第二根柱子。

3.2 ML 專案的 .gitignore

一般範本不夠用，ML 專案要多擋三類東西：

# ── 一般 Python ──
__pycache__/
.venv/
*.egg-info/

# ── ML 專案特有：大檔絕不進 Git ──
data/                    # 資料改用 DVC 管理（Day 09）
*.pkl                    # 模型檔改用 MLflow / 物件儲存（Day 10）
*.pt
*.safetensors
mlruns/                  # MLflow 本地紀錄
.ipynb_checkpoints/

# ── 金鑰：這一段最重要 ──
.env
.env.*
!.env.example            # 只有「範本」可以進版控
*.pem
*credentials*.json

3.3 金鑰管理：.env.example 模式

# .env.example —— 進版控，只有鍵沒有值，讓別人知道要準備什麼
OPENAI_API_KEY=
DATABASE_URL=
MODEL_REGISTRY_URI=

# app/config.py —— 程式碼裡只讀環境變數，且缺少時「大聲失敗」
import os

def require(key: str) -> str:
    """取得必要的環境變數，缺少時立刻失敗——不要讓服務帶著空金鑰啟動。"""
    val = os.environ.get(key)
    if not val:
        raise RuntimeError(f"缺少必要環境變數 {key}；請參考 .env.example 設定")
    return val

OPENAI_API_KEY = require("OPENAI_API_KEY")

⚠️ 如果你已經把金鑰推上去了

步驟只建議一個順序：1. 立刻到服務商後台撤銷該金鑰 → 2. 產生新金鑰 → 3. 才處理 Git 歷史。 很多人順序做反先清 Git 歷史，但就算只晚 10 分鐘撤銷，那把金鑰也早就被掃走了。

3.4 第一個正確的 Dockerfile

# ── 建置階段：裝依賴，這一層要能被快取 ──
FROM python:3.11-slim AS builder
WORKDIR /app
COPY pyproject.toml uv.lock ./          # ← 只複製依賴描述，程式碼還沒進來
RUN pip install --no-cache-dir uv && uv sync --frozen --no-dev

# ── 執行階段：只帶走執行期需要的東西 ──
FROM python:3.11-slim
WORKDIR /app
COPY --from=builder /app/.venv /app/.venv
ENV PATH="/app/.venv/bin:$PATH"
COPY app/ ./app/                         # ← 程式碼最後才複製，改它不影響上面的快取
EXPOSE 8000
# 健康檢查：讓編排器知道服務活著（Day 12 會用到）
HEALTHCHECK --interval=30s --timeout=3s CMD python -c "import urllib.request;urllib.request.urlopen('http://localhost:8000/health')"
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]

三個重點：依賴描述先複製（快取）、多階段建置（最終映像不含建置工具，體積與攻擊面都小）、永遠不用 ENV 塞金鑰（執行時用 -e 或 K8s Secret 注入）。

docker build -t my-ai-service:0.1.0 .
docker run --rm -p 8000:8000 --env-file .env my-ai-service:0.1.0

把這四步串起來，就是你之後 25 天每天都會用到的開發迴圈：

圖 5-2：本機開發迴圈的示意架構——鎖定依賴、程式碼進版控、金鑰走環境變數、服務跑在容器裡並掛載 volume 供熱重載。這個迴圈在 Day 12 會延伸到 Kubernetes，在 Day 17 會延伸到 LLM 應用。

四、取捨：什麼時候不需要這麼講究

工程紀律有成本，不是每個情境都值得：

💡 一個實用的判準

問自己：「這份程式碼，三個月後有沒有可能被我或別人再跑一次？」如果答案是可能，現在多花的 30 分鐘會回本。如果不會，就別過度工程。

4.1 關於 Notebook

我知道有人看到「別用 Notebook」會不服氣，所以講清楚：Notebook 沒有錯，錯的是把 Notebook 當成交付物。

Notebook 在探索階段是無可取代的：即時看到中間結果、圖表與資料並排、想到什麼就試什麼。這種互動性在寫死的腳本裡做不到。問題出在它同時具備三個特性——執行順序可以亂跳、狀態藏在記憶體裡、diff 出來是一團 JSON——這三件事讓它無法被 code review、無法自動測試、也無法保證重跑結果一致。

實務上的分界線很清楚：

• 探索用 Notebook：資料長什麼樣、特徵有沒有訊號、模型大概能到哪。這階段追求速度，不追求嚴謹。
• 交付用腳本：只要這段程式碼會被排程執行、被別人接手、或被寫進 CI，就必須是腳本（明天的 train.py 就是範例）。
• 中間地帶：用 jupytext 之類的工具把 Notebook 與 .py 雙向同步，探索與版控兩者兼得。

一個判斷 Notebook 該不該畢業的訊號：當你開始在 Notebook 裡複製貼上同一段程式碼到第三次時，它就該變成模組了。

4.2 這一天的投資報酬

今天的內容看起來離 AI 很遠，但它決定了你後面 25 天的體驗。一個具體的對照：同樣是 Day 12 部署到 Kubernetes 時遇到 Pod 一直重啟，環境有紀律的人 10 分鐘查出是探針逾時設太短；環境沒紀律的人會花兩小時，因為他無法確定「本機能跑、叢集不能跑」的差異究竟來自程式碼、依賴、還是系統層。

今日小結

• 可重現＝程式碼＋依賴＋系統＋資料＋隨機種子，五者缺一不可。今天處理前三項。
• 用 uv 管理環境並把 uv.lock 進版控；ML 專案的 .gitignore 要額外擋資料、模型檔與金鑰。
• Dockerfile 的分層順序決定快取能不能用：依賴描述先複製、程式碼最後複製，一天可省下近一小時。
• 金鑰只走環境變數，.env.example 進版控、.env 不進；外洩處理的第一步永遠是撤銷金鑰，不是清 Git 歷史。
• 不是每個情境都要完整工程化——判準是「三個月後會不會有人再跑一次」。

附註

1. pandas 2.1 已經宣布 DataFrame.groupby() / Series.groupby() 的 observed=False 將在未來改成 True，但到了 pandas 2.3，預設仍然是 False。到了pandas 3.0 改成 True 為預設 。

   import pandas as pd
   
   df = pd.DataFrame({
       "type": pd.Categorical(
           ["A", "A"],
           categories=["A", "B"]
       ),
       "value": [10, 20]
   })
   
   df.groupby("type")["value"].sum()
   

   在舊版預設 observed=False 時，未出現過的 B 也可能出現在結果中：

   type
   A    30
   B     0
   

   而 pandas 3.0 預設改成 observed=True 後，只會留下實際觀察到的群組：

   type
   A    30
   

明天預告

環境有了，明天談 ML 專案本身的形狀：為什麼一個 ML 專案裡，模型程式碼只佔 5%？以及那個吃掉最多專案的斷崖——從「跑出模型」到「上線」。我會用一張漏斗圖說明為什麼多數 AI 專案死在最後一哩。

延伸閱讀

• 📄 Docker 官方文件：Best practices for writing Dockerfiles——分層快取那一節值得完整讀一次