Skip to content

02-setup-local.md

Latest commit

 

History

History
232 lines (158 loc) · 12.9 KB

02-setup-local.md

File metadata and controls

232 lines (158 loc) · 12.9 KB

مقامی سیٹ اپ 🖥️

اگر آپ سب کچھ اپنے لیپ ٹاپ پر چلانا پسند کرتے ہیں تو اس گائیڈ کا استعمال کریں۔
آپ کے پاس دو راستے ہیں: (A) نیٹیو پائتھن + ورچوئل-این وی یا (B) VS کوڈ ڈیو کنٹینر ود ڈاکر۔
جو بھی آسان لگے منتخب کریں—دونوں ایک ہی اسباق کی طرف لے جاتے ہیں۔

1. ضروریات

آلہ ورژن / نوٹس
Python 3.10 + (اسے https://python.org سے حاصل کریں)
Git تازہ ترین (Xcode / Git for Windows / Linux پیکیج مینیجر کے ساتھ آتا ہے)
VS Code اختیاری لیکن تجویز کردہ https://code.visualstudio.com
Docker Desktop صرف آپشن B کے لیے۔ مفت انسٹال: https://docs.docker.com/desktop/

💡 ٹپ – ٹرمینل میں آلات کی تصدیق کریں:
python --version, git --version, docker --version, code --version

2. آپشن A – نیٹیو پائتھن (سب سے تیز)

مرحلہ 1 اس ریپو کو کلون کریں

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

مرحلہ 2 ورچوئل ماحول بنائیں اور فعال کریں

python -m venv .venv          # ایک بنائیں
source .venv/bin/activate     # میک او ایس / لینکس
.\.venv\Scripts\activate      # ونڈوز پاور شیل

✅ پرامپٹ اب (.venv) سے شروع ہونا چاہیے—اس کا مطلب ہے کہ آپ ماحول کے اندر ہیں۔

مرحلہ 3 انحصار انسٹال کریں

pip install -r requirements.txt

API keys کے سیکشن 3 پر جائیں

2. آپشن B – VS کوڈ ڈیو کنٹینر (ڈاکر)

ہم نے اس ریپوزٹری اور کورس کو ایک ڈیولپمنٹ کنٹینر کے ساتھ سیٹ اپ کیا ہے جس میں ایک یونیورسل رن ٹائم ہے جو Python3، .NET، Node.js اور Java ڈیولپمنٹ کو سپورٹ کر سکتا ہے۔ متعلقہ کنفیگریشن devcontainer.json فائل میں تعریف کی گئی ہے جو اس ریپوزٹری کی جڑ میں .devcontainer/ فولڈر میں واقع ہے۔

یہ کیوں منتخب کریں؟
Codespaces کے برابر ماحول؛ کوئی انحصار میں فرق نہیں۔

مرحلہ 0 اضافی انسٹال کریں

Docker Desktop – تصدیق کریں کہ docker --version کام کرتا ہے۔
VS Code Remote – Containers ایکسٹینشن (ID: ms-vscode-remote.remote-containers)۔

مرحلہ 1 ریپو کو VS کوڈ میں کھولیں

File ▸ Open Folder… → generative-ai-for-beginners

VS کوڈ .devcontainer/ کو پہچانتا ہے اور پرامپٹ دکھاتا ہے۔

مرحلہ 2 کنٹینر میں دوبارہ کھولیں

“Reopen in Container” پر کلک کریں۔ ڈاکر امیج بناتا ہے (≈ پہلی بار تقریباً 3 منٹ)۔
جب ٹرمینل پرامپٹ ظاہر ہو، تو آپ کنٹینر کے اندر ہیں۔

2. آپشن C – Miniconda

Miniconda ایک ہلکا پھلکا انسٹالر ہے جو Conda، Python، اور کچھ پیکجز انسٹال کرنے کے لیے استعمال ہوتا ہے۔
Conda خود ایک پیکیج مینیجر ہے، جو مختلف Python ورچوئل ماحول اور پیکجز کے درمیان آسانی سے سیٹ اپ اور سوئچ کرنے میں مدد دیتا ہے۔ یہ ان پیکجز کو انسٹال کرنے میں بھی مددگار ہے جو pip کے ذریعے دستیاب نہیں ہوتے۔

مرحلہ 0 Miniconda انسٹال کریں

MiniConda انسٹالیشن گائیڈ پر عمل کریں۔

conda --version

مرحلہ 1 ورچوئل ماحول بنائیں

ایک نیا ماحول فائل (environment.yml) بنائیں۔ اگر آپ Codespaces استعمال کر رہے ہیں، تو اسے .devcontainer ڈائریکٹری میں بنائیں، یعنی .devcontainer/environment.yml۔

مرحلہ 2 اپنے ماحول کی فائل کو بھر دیں

اپنی environment.yml میں درج ذیل کوڈ شامل کریں

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

مرحلہ 3 اپنا Conda ماحول بنائیں

اپنے کمانڈ لائن/ٹرمینل میں نیچے دیے گئے کمانڈز چلائیں

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer ذیلی راستہ صرف Codespace سیٹ اپس پر لاگو ہوتا ہے۔
conda activate ai4beg

اگر کوئی مسئلہ ہو تو Conda environments guide دیکھیں۔

2 آپشن D – کلاسک Jupyter / Jupyter Lab (اپنے براؤزر میں)

یہ کس کے لیے ہے؟
جو کلاسک Jupyter انٹرفیس پسند کرتے ہیں یا VS کوڈ کے بغیر نوٹ بکس چلانا چاہتے ہیں۔

مرحلہ 1 یقینی بنائیں کہ Jupyter انسٹال ہے

مقامی طور پر Jupyter شروع کرنے کے لیے، ٹرمینل/کمانڈ لائن کھولیں، کورس ڈائریکٹری میں جائیں، اور یہ کمانڈ چلائیں:

jupyter notebook

یا

jupyterhub

یہ Jupyter انسٹینس شروع کرے گا اور اس کا URL کمانڈ لائن ونڈو میں دکھایا جائے گا۔

جب آپ URL تک رسائی حاصل کریں گے، تو آپ کورس کا خاکہ دیکھ سکیں گے اور کسی بھی *.ipynb فائل پر جا سکیں گے۔ مثلاً، 08-building-search-applications/python/oai-solution.ipynb۔

3. اپنی API کیز شامل کریں

اپنی API کیز کو محفوظ رکھنا کسی بھی قسم کی ایپلیکیشن بنانے میں اہم ہے۔ ہم تجویز کرتے ہیں کہ API کیز کو براہ راست اپنے کوڈ میں محفوظ نہ کریں۔ ان تفصیلات کو پبلک ریپوزٹری میں شامل کرنے سے سیکیورٹی مسائل اور غیر متوقع اخراجات ہو سکتے ہیں اگر کوئی غلط فریق ان کا استعمال کرے۔
یہاں Python کے لیے .env فائل بنانے اور GITHUB_TOKEN شامل کرنے کا مرحلہ وار طریقہ ہے:

  1. اپنے پروجیکٹ ڈائریکٹری میں جائیں: اپنا ٹرمینل یا کمانڈ پرامپٹ کھولیں اور اس پروجیکٹ کی روٹ ڈائریکٹری میں جائیں جہاں آپ .env فائل بنانا چاہتے ہیں۔

    cd path/to/your/project

  2. .env فائل بنائیں: اپنی پسندیدہ ٹیکسٹ ایڈیٹر سے ایک نئی فائل بنائیں جس کا نام .env ہو۔ اگر آپ کمانڈ لائن استعمال کر رہے ہیں، تو touch (یونکس بیسڈ سسٹمز پر) یا echo (ونڈوز پر) استعمال کریں:

    یونکس بیسڈ سسٹمز:

    touch .env

    ونڈوز:

    echo . > .env

  3. .env فائل میں ترمیم کریں: .env فائل کو کسی ٹیکسٹ ایڈیٹر (جیسے VS کوڈ، Notepad++، یا کوئی اور ایڈیٹر) میں کھولیں۔ درج ذیل لائن شامل کریں، your_github_token_here کو اپنے اصل GitHub ٹوکن سے بدلیں:

    GITHUB_TOKEN=your_github_token_here

  4. فائل محفوظ کریں: تبدیلیاں محفوظ کریں اور ٹیکسٹ ایڈیٹر بند کریں۔

  5. python-dotenv انسٹال کریں: اگر آپ نے پہلے سے نہیں کیا، تو python-dotenv پیکیج انسٹال کریں تاکہ .env فائل سے ماحول کی متغیرات کو اپنے Python ایپلیکیشن میں لوڈ کر سکیں۔ آپ اسے pip سے انسٹال کر سکتے ہیں:

    pip install python-dotenv

  6. اپنے Python اسکرپٹ میں ماحول کی متغیرات لوڈ کریں: اپنے Python اسکرپٹ میں python-dotenv پیکیج استعمال کریں تاکہ .env فائل سے ماحول کی متغیرات لوڈ کی جا سکیں:

    from dotenv import load_dotenv
import os

# .env فائل سے ماحول کے متغیرات لوڈ کریں
load_dotenv()

# GITHUB_TOKEN متغیر تک رسائی حاصل کریں
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

بس! آپ نے کامیابی سے .env فائل بنائی، اپنا GitHub ٹوکن شامل کیا، اور اسے اپنے Python ایپلیکیشن میں لوڈ کیا۔

🔐 کبھی بھی .env کو commit نہ کریں—یہ پہلے ہی .gitignore میں شامل ہے۔
مکمل فراہم کنندہ کی ہدایات providers.md میں موجود ہیں۔

4. آگے کیا؟

میں چاہتا ہوں کہ… جائیں…
سبق 1 شروع کریں 01-introduction-to-genai
LLM فراہم کنندہ سیٹ اپ کریں providers.md
دوسرے سیکھنے والوں سے ملیں ہمارے Discord میں شامل ہوں

5. مسائل کا حل

علامت حل
python not found Python کو PATH میں شامل کریں یا انسٹال کے بعد ٹرمینل دوبارہ کھولیں
pip ونڈوز پر wheels نہیں بنا پا رہا pip install --upgrade pip setuptools wheel چلائیں اور دوبارہ کوشش کریں۔
ModuleNotFoundError: dotenv pip install -r requirements.txt چلائیں (ماحول انسٹال نہیں ہوا تھا)
Docker build ناکام No space left Docker Desktop ▸ Settings ▸ Resources → ڈسک سائز بڑھائیں۔
VS Code بار بار دوبارہ کھولنے کا کہتا ہے آپ کے پاس دونوں آپشنز فعال ہو سکتے ہیں؛ ایک منتخب کریں (venv یا container)
OpenAI 401 / 429 کی غلطیاں OPENAI_API_KEY کی ویلیو چیک کریں / درخواست کی شرح کی حد دیکھیں۔
Conda استعمال کرتے ہوئے غلطیاں Microsoft AI لائبریریز conda install -c microsoft azure-ai-ml سے انسٹال کریں۔

دستخطی نوٹ:
یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر عائد نہیں ہوتی۔