修复 Extra07-环境配置.md 笔误及序号跳跃，并补充 LLM API 测试代码

修复 `Extra-Chapter/Extra07-环境配置.md` 文档中的部分笔误与排版问题，同时在“运行验证”环节补充了缺失的 LLM API 测试代码，以完善读者的环境配置测试流程。

##  主要修改内容
* **修复模型名称重复拼接错误 (第 44 行)**:
  将错误的 `coding-glm-4.7-freecoding-glm-4.7-free` 修正为 `coding-glm-4.7-free`，避免误导读者。
* **修正章节序号跳跃问题 (文档末尾)**:
  将原本跳跃的 `## 十、总结` 修正为 `## 八、总结`，以保持整体文档结构的连续性。
* **新增 LLM API 测试代码 (第 6.1 节)**:
  在原有天气 API 和 Tavily API 的测试基础上，补充了核心的 LLM API 连通性测试代码。为了与前文配置选项呼应，测试代码同时覆盖了 AIHubmix 和 ModelScope 两个版本（后者以注释形式提供），方便读者在运行完整项目前验证核心依赖。

Extra-Chapter/Extra07-环境配置.md

@@ -41,7 +41,7 @@ AIHubmix 是一个位于美国特拉华州的 AI 模型聚合平台，整合了
 
 3. **浏览可用模型**
 
-   注册成功后，访问[模型中心](https://aihubmix.com/models)查看所有可用模型。在筛选条件中选择`免费`标签，即可查看平台提供的免费模型列表。建议选择 `coding-glm-4.7-freecoding-glm-4.7-free` 或其他兼容 OpenAI 格式的免费模型。
+   注册成功后，访问[模型中心](https://aihubmix.com/models)查看所有可用模型。在筛选条件中选择`免费`标签，即可查看平台提供的免费模型列表。建议选择 `coding-glm-4.7-free` 或其他兼容 OpenAI 格式的免费模型。
 
    ![image2](images/Extra07-figures/image2.png)
 
@@ -238,7 +238,7 @@ os.environ['TAVILY_API_KEY'] = "YOUR_TAVILY_API_KEY"
 API_KEY = "your_aihubmix_api_key"
 BASE_URL = "https://aihubmix.com/v1"
 MODEL_ID = "coding-glm-4.7-free"
-os.environ['TAVILY_API_KEY'] = "your_tavily_api_key"
+os.environ['TAVILY_API_KEY'] = "YOUR_TAVILY_API_KEY"
 ```
 
 ## 六、运行验证
@@ -261,6 +261,38 @@ try:
     print("Tavily API 连接成功")
 except Exception as e:
     print("Tavily API 错误:", e)
+
+# 测试 LLM API - AIHubmix
+from openai import OpenAI
+client = OpenAI(
+    api_key="your_aihubmix_api_key",
+    base_url="https://aihubmix.com/v1"
+)
+try:
+    response = client.chat.completions.create(
+        model="coding-glm-4.7-free",
+        messages=[{"role": "user", "content": "Hello"}],
+        max_tokens=10
+    )
+    print("LLM API 连接成功:", response.choices[0].message.content)
+except Exception as e:
+    print("LLM API 错误:", e)
+
+# 测试 LLM API - ModelScope（如果您使用的是 ModelScope，请取消注释并替换配置）
+# from openai import OpenAI
+# client = OpenAI(
+#     api_key="your_modelscope_api_key",
+#     base_url="https://api-inference.modelscope.cn/v1/"
+# )
+# try:
+#     response = client.chat.completions.create(
+#         model="Qwen/Qwen2.5-72B-Instruct",
+#         messages=[{"role": "user", "content": "Hello"}],
+#         max_tokens=10
+#     )
+#     print("LLM API 连接成功:", response.choices[0].message.content)
+# except Exception as e:
+#     print("LLM API 错误:", e)
 ```
 
 ### 6.2 运行完整程序
@@ -351,7 +383,7 @@ result = client.search("test")
 
 
 
-## 十、总结
+## 八、总结
 
 完成环境配置后，建议：