如果你偏好在自己的筆電上執行所有內容,請使用本指南。
你有兩條路徑:(A) 原生 Python + virtual-env 或 (B) 使用 Docker 的 VS Code 開發容器。
選擇你覺得較簡單的方式—兩者都能達成相同的課程內容。
| 工具 | 版本 / 備註 |
|---|---|
| Python | 3.10 以上(可從 https://python.org 取得) |
| Git | 最新版(隨 Xcode / Windows Git / Linux 套件管理器附帶) |
| VS Code | 選用但推薦 https://code.visualstudio.com |
| Docker Desktop | 僅限 選項 B。免費安裝:https://docs.docker.com/desktop/ |
💡 提示 – 在終端機驗證工具:
python --version、git --version、docker --version、code --version
git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginnerspython -m venv .venv # 製作一個
source .venv/bin/activate # macOS / Linux
.\.venv\Scripts\activate # Windows PowerShell✅ 提示字元現在應該以 (.venv) 開頭—表示你已進入虛擬環境。
pip install -r requirements.txt跳至第 3 節 API 金鑰
我們使用 開發容器 來設定此倉庫與課程,該容器具備可支援 Python3、.NET、Node.js 及 Java 開發的通用執行環境。相關設定定義於本倉庫根目錄的 .devcontainer/ 資料夾中的 devcontainer.json 檔案。
為什麼選擇這個?
環境與 Codespaces 完全相同;避免相依性漂移。
Docker Desktop – 確認 docker --version 可正常執行。
VS Code Remote – Containers 擴充套件(ID: ms-vscode-remote.remote-containers)。
檔案 ▸ 開啟資料夾… → generative-ai-for-beginners
VS Code 會偵測到 .devcontainer/ 並跳出提示。
點選「Reopen in Container」。Docker 會建立映像檔(首次約 3 分鐘)。
當終端機提示字元出現時,即表示你已進入容器內。
Miniconda 是一個輕量級安裝器,用於安裝 Conda、Python 以及部分套件。
Conda 本身是一個套件管理器,方便你設定及切換不同的 Python 虛擬環境 與套件。它也很適合安裝無法透過 pip 取得的套件。
依照 MiniConda 安裝指南 進行安裝。
conda --version建立一個新的環境檔案 (environment.yml)。如果你使用 Codespaces,請在 .devcontainer 目錄下建立,即 .devcontainer/environment.yml。
將以下內容加入你的 environment.yml
name: <environment-name>
channels:
- defaults
- microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
- azure-ai-ml
在命令列/終端機執行以下指令
conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer 子路徑僅適用於 Codespace 設定
conda activate ai4beg若遇到問題,請參考 Conda 環境指南。
適合誰?
喜愛經典 Jupyter 介面或想在不使用 VS Code 的情況下執行筆記本的人。
要在本機啟動 Jupyter,請開啟終端機/命令列,切換到課程目錄,執行:
jupyter notebook或
jupyterhub這會啟動一個 Jupyter 實例,並在命令列視窗中顯示存取的 URL。
存取該 URL 後,你應該會看到課程大綱,並能瀏覽任何 *.ipynb 檔案。例如,08-building-search-applications/python/oai-solution.ipynb。
在建立任何應用程式時,保護你的 API 金鑰安全非常重要。我們建議不要直接將 API 金鑰存放在程式碼中。若將這些資訊提交到公開倉庫,可能會導致安全問題,甚至被惡意使用而產生不必要的費用。
以下是如何為 Python 建立 .env 檔案並新增 GITHUB_TOKEN 的逐步指南:
-
切換到你的專案目錄:打開終端機或命令提示字元,切換到你想建立
.env檔案的專案根目錄。cd path/to/your/project -
建立
.env檔案:使用你偏好的文字編輯器建立一個名為.env的新檔案。如果使用命令列,可以用touch(Unix 系統)或echo(Windows):Unix 系統:
touch .env
Windows:
echo . > .env
-
編輯
.env檔案:用文字編輯器(例如 VS Code、Notepad++ 或其他編輯器)開啟.env檔案。加入以下內容,將your_github_token_here替換成你的實際 GitHub 令牌:GITHUB_TOKEN=your_github_token_here
-
儲存檔案:儲存變更並關閉編輯器。
-
安裝
python-dotenv:如果尚未安裝,你需要安裝python-dotenv套件,讓 Python 應用程式能從.env檔案載入環境變數。可使用pip安裝:pip install python-dotenv
-
在 Python 腳本中載入環境變數:在你的 Python 腳本中,使用
python-dotenv套件載入.env檔案中的環境變數:from dotenv import load_dotenv import os # 從 .env 檔案載入環境變數 load_dotenv() # 存取 GITHUB_TOKEN 變數 github_token = os.getenv("GITHUB_TOKEN") print(github_token)
完成!你已成功建立 .env 檔案,新增 GitHub 令牌,並將其載入 Python 應用程式。
🔐 千萬不要提交 .env 檔案—它已被加入 .gitignore。
完整的提供者說明請參考 providers.md。
| 我想要… | 前往… |
|---|---|
| 開始第 1 課 | 01-introduction-to-genai |
| 設定 LLM 提供者 | providers.md |
| 認識其他學員 | 加入我們的 Discord |
| 症狀 | 解決方法 |
|---|---|
找不到 python |
將 Python 加入 PATH,或安裝後重新開啟終端機 |
Windows 下 pip 無法建立 wheels |
執行 pip install --upgrade pip setuptools wheel 後重試 |
ModuleNotFoundError: dotenv |
執行 pip install -r requirements.txt(虛擬環境未安裝) |
| Docker 建置失敗 No space left | Docker Desktop ▸ 設定 ▸ 資源 → 增加磁碟空間 |
| VS Code 持續提示重新開啟 | 你可能同時啟用了兩個選項;請選擇一個(venv 或 容器) |
| OpenAI 401 / 429 錯誤 | 檢查 OPENAI_API_KEY 值 / 請求速率限制 |
| Conda 使用錯誤 | 使用 conda install -c microsoft azure-ai-ml 安裝 Microsoft AI 函式庫 |
免責聲明:
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保翻譯的準確性,但請注意,自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊,建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。