Skip to content

02-setup-local.md

Latest commit

 

History

History
232 lines (158 loc) · 10.5 KB

02-setup-local.md

File metadata and controls

232 lines (158 loc) · 10.5 KB

Configuration locale 🖥️

Utilisez ce guide si vous préférez tout exécuter sur votre propre ordinateur portable.
Vous avez deux options : (A) Python natif + virtual-env ou (B) Conteneur de développement VS Code avec Docker.
Choisissez celle qui vous semble la plus simple—les deux mènent aux mêmes leçons.

1. Prérequis

Outil Version / Notes
Python 3.10 + (téléchargez-le depuis https://python.org)
Git Dernière version (fourni avec Xcode / Git pour Windows / gestionnaire de paquets Linux)
VS Code Optionnel mais recommandé https://code.visualstudio.com
Docker Desktop Uniquement pour l’option B. Installation gratuite : https://docs.docker.com/desktop/

💡 Astuce – Vérifiez les outils dans un terminal :
python --version, git --version, docker --version, code --version

2. Option A – Python natif (le plus rapide)

Étape 1 Clonez ce dépôt

git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginners

Étape 2 Créez et activez un environnement virtuel

python -m venv .venv          # en faire un
source .venv/bin/activate     # macOS / Linux
.\.venv\Scripts\activate      # Windows PowerShell

✅ L’invite devrait maintenant commencer par (.venv)—cela signifie que vous êtes dans l’environnement.

Étape 3 Installez les dépendances

pip install -r requirements.txt

Passez à la Section 3 sur les clés API

2. Option B – Conteneur de développement VS Code (Docker)

Nous avons configuré ce dépôt et ce cours avec un conteneur de développement qui dispose d’un runtime universel pouvant supporter Python3, .NET, Node.js et Java. La configuration associée est définie dans le fichier devcontainer.json situé dans le dossier .devcontainer/ à la racine de ce dépôt.

Pourquoi choisir cela ?
Environnement identique à Codespaces ; pas de dérive des dépendances.

Étape 0 Installez les extras

Docker Desktop – vérifiez que docker --version fonctionne.
Extension VS Code Remote – Containers (ID : ms-vscode-remote.remote-containers).

Étape 1 Ouvrez le dépôt dans VS Code

Fichier ▸ Ouvrir un dossier… → generative-ai-for-beginners

VS Code détecte .devcontainer/ et affiche une invite.

Étape 2 Rouvrez dans le conteneur

Cliquez sur « Reopen in Container ». Docker construit l’image (≈ 3 min la première fois).
Quand l’invite du terminal apparaît, vous êtes dans le conteneur.

2. Option C – Miniconda

Miniconda est un installateur léger pour installer Conda, Python, ainsi que quelques paquets.
Conda est un gestionnaire de paquets qui facilite la configuration et la gestion de différents environnements virtuels Python et paquets. Il est aussi utile pour installer des paquets non disponibles via pip.

Étape 0 Installez Miniconda

Suivez le guide d’installation de MiniConda pour le configurer.

conda --version

Étape 1 Créez un environnement virtuel

Créez un nouveau fichier d’environnement (environment.yml). Si vous suivez avec Codespaces, créez-le dans le répertoire .devcontainer, donc .devcontainer/environment.yml.

Étape 2 Remplissez votre fichier d’environnement

Ajoutez l’extrait suivant dans votre environment.yml

name: <environment-name>
channels:
 - defaults
 - microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
    - azure-ai-ml

Étape 3 Créez votre environnement Conda

Exécutez les commandes ci-dessous dans votre terminal/ligne de commande

conda env create --name ai4beg --file .devcontainer/environment.yml # Le sous-chemin .devcontainer s'applique uniquement aux configurations Codespace
conda activate ai4beg

Consultez le guide des environnements Conda en cas de problème.

2 Option D – Jupyter classique / Jupyter Lab (dans votre navigateur)

Pour qui ?
Toute personne qui aime l’interface classique de Jupyter ou souhaite exécuter des notebooks sans VS Code.

Étape 1 Assurez-vous que Jupyter est installé

Pour démarrer Jupyter localement, ouvrez un terminal/ligne de commande, naviguez vers le dossier du cours, et exécutez :

jupyter notebook

ou

jupyterhub

Cela lancera une instance Jupyter et l’URL d’accès sera affichée dans la fenêtre de commande.

Une fois l’URL accessible, vous devriez voir le plan du cours et pouvoir naviguer vers n’importe quel fichier *.ipynb. Par exemple, 08-building-search-applications/python/oai-solution.ipynb.

3. Ajoutez vos clés API

Il est important de garder vos clés API sûres et sécurisées lors de la création de toute application. Nous recommandons de ne pas stocker les clés API directement dans votre code. Les commettre dans un dépôt public pourrait entraîner des problèmes de sécurité et même des coûts indésirables si elles sont utilisées par un acteur malveillant.
Voici un guide étape par étape pour créer un fichier .env pour Python et ajouter le GITHUB_TOKEN :

  1. Naviguez vers le répertoire de votre projet : Ouvrez votre terminal ou invite de commandes et allez dans le répertoire racine de votre projet où vous souhaitez créer le fichier .env.

    cd path/to/your/project

  2. Créez le fichier .env : Utilisez votre éditeur de texte préféré pour créer un nouveau fichier nommé .env. Si vous utilisez la ligne de commande, vous pouvez utiliser touch (sur systèmes Unix) ou echo (sur Windows) :

    Systèmes Unix :

    touch .env

    Windows :

    echo . > .env

  3. Éditez le fichier .env : Ouvrez le fichier .env dans un éditeur de texte (par exemple VS Code, Notepad++, ou autre). Ajoutez la ligne suivante, en remplaçant your_github_token_here par votre vrai token GitHub :

    GITHUB_TOKEN=your_github_token_here

  4. Enregistrez le fichier : Sauvegardez les modifications et fermez l’éditeur.

  5. Installez python-dotenv : Si ce n’est pas déjà fait, installez le paquet python-dotenv pour charger les variables d’environnement depuis le fichier .env dans votre application Python. Vous pouvez l’installer avec pip :

    pip install python-dotenv

  6. Chargez les variables d’environnement dans votre script Python : Dans votre script Python, utilisez le paquet python-dotenv pour charger les variables d’environnement depuis le fichier .env :

    from dotenv import load_dotenv
import os

# Charger les variables d'environnement depuis le fichier .env
load_dotenv()

# Accéder à la variable GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

C’est tout ! Vous avez créé un fichier .env, ajouté votre token GitHub, et l’avez chargé dans votre application Python.

🔐 Ne commettez jamais .env—il est déjà dans .gitignore.
Les instructions complètes des fournisseurs sont dans providers.md.

4. Et ensuite ?

Je veux… Aller à…
Commencer la leçon 1 01-introduction-to-genai
Configurer un fournisseur LLM providers.md
Rencontrer d’autres apprenants Rejoignez notre Discord

5. Dépannage

Symptôme Solution
python not found Ajoutez Python au PATH ou rouvrez le terminal après l’installation
pip ne peut pas construire les wheels (Windows) pip install --upgrade pip setuptools wheel puis réessayez.
ModuleNotFoundError: dotenv Exécutez pip install -r requirements.txt (l’environnement n’était pas installé).
Échec de build Docker No space left Docker Desktop ▸ Paramètres ▸ Ressources → augmentez la taille du disque.
VS Code demande sans cesse de rouvrir Vous avez peut-être les deux options actives ; choisissez-en une (venv ou conteneur)
Erreurs OpenAI 401 / 429 Vérifiez la valeur de OPENAI_API_KEY / limites de taux de requêtes.
Erreurs avec Conda Installez les bibliothèques Microsoft AI avec conda install -c microsoft azure-ai-ml

Avertissement :
Ce document a été traduit à l’aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d’assurer l’exactitude, veuillez noter que les traductions automatiques peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d’origine doit être considéré comme la source faisant foi. Pour les informations critiques, une traduction professionnelle réalisée par un humain est recommandée. Nous déclinons toute responsabilité en cas de malentendus ou de mauvaises interprétations résultant de l’utilisation de cette traduction.