Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 13.2 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 13.2 KB

Локална подешавања 🖥️

Користите овај водич ако више волите да све покрећете на свом лаптопу.
Имате два пута: (A) нативни Python + virtual-env или (B) VS Code Dev Container са Docker-ом.
Изаберите онај који вам је лакши—оба воде до истих лекција.

1. Захтеви

Алат Верзија / Напомене
Python 3.10 + (преузмите са https://python.org)
Git Најновији (долази са Xcode / Git за Windows / Linux пакет менаџер)
VS Code Опционо али препоручено https://code.visualstudio.com
Docker Desktop Само за Опцију Б. Бесплатна инсталација: https://docs.docker.com/desktop/

💡 Савет – Проверите алате у терминалу:
python --version, git --version, docker --version, code --version

2. Опција А – Нативни Python (најбрже)

Корак 1 Клонирајте овај репозиторијум

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

Корак 2 Креирајте и активирајте виртуелно окружење

python -m venv .venv          # направи један
source .venv/bin/activate     # macOS / Linux
.\.venv\Scripts\activate      # Windows PowerShell

✅ Промпт би сада требао почети са (.venv)—то значи да сте унутар окружења.

Корак 3 Инсталирајте зависности

pip install -r requirements.txt

Прескочите на Секцију 3 о API кључевима

2. Опција Б – VS Code Dev Container (Docker)

Овај репозиторијум и курс су подешени са развојним контејнером који има Универзално окружење за покретање које подржава Python3, .NET, Node.js и Java развој. Повећана конфигурација је дефинисана у devcontainer.json фајлу који се налази у .devcontainer/ фасцикли у корену овог репозиторијума.

Зашто одабрати ово?
Идентично окружење као Codespaces; без проблема са зависностима.

Корак 0 Инсталирајте додатке

Docker Desktop – потврдите да docker --version ради.
VS Code Remote – Containers екстензија (ID: ms-vscode-remote.remote-containers).

Корак 1 Отворите репозиторијум у VS Code-у

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

VS Code детектује .devcontainer/ и појавиће се упит.

Корак 2 Поново отворите у контејнеру

Кликните „Reopen in Container“. Docker гради слику (≈ 3 мин први пут).
Када се појави терминалски промпт, унутар сте контејнера.

2. Опција Ц – Miniconda

Miniconda је лагани инсталер за инсталацију Conda, Python-а, као и неколико пакета.
Conda је пакет менаџер који олакшава подешавање и пребацивање између различитих Python виртуелних окружења и пакета. Такође је користан за инсталацију пакета који нису доступни преко pip.

Корак 0 Инсталирајте Miniconda

Пратите MiniConda упутство за инсталацију да бисте је подесили.

conda --version

Корак 1 Креирајте виртуелно окружење

Креирајте нови фајл окружења (environment.yml). Ако пратите користећи Codespaces, креирајте га унутар .devcontainer директоријума, дакле .devcontainer/environment.yml.

Корак 2 Попуните ваш фајл окружења

Додајте следећи исечак у ваш environment.yml

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

Корак 3 Креирајте ваше Conda окружење

Покрените наредбе испод у командној линији/терминалу

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer подпутања се примењују само на Codespace подешавања
conda activate ai4beg

Погледајте Conda упутство за окружења ако наиђете на проблеме.

2 Опција Д – Класични Jupyter / Jupyter Lab (у вашем прегледачу)

За кога је ово?
За све који воле класични Jupyter интерфејс или желе да покрећу нотебоок-ове без VS Code-а.

Корак 1 Проверите да ли је Jupyter инсталиран

Да бисте покренули Jupyter локално, идите у терминал/командну линију, навигирајте до директоријума курса и извршите:

jupyter notebook

или

jupyterhub

Ово ће покренути Jupyter инстанцу и URL за приступ ће бити приказан у командној линији.

Када приступите URL-у, требало би да видите план курса и да можете да отворите било који *.ipynb фајл. На пример, 08-building-search-applications/python/oai-solution.ipynb.

3. Додајте своје API кључеве

Чување ваших API кључева безбедним је важно када правите било коју врсту апликације. Препоручујемо да не чувате API кључеве директно у коду. Комитовање тих података у јавни репозиторијум може довести до безбедносних проблема и чак непланираних трошкова ако их злоупотреби неко други.
Ево корак-по-корак водича како да направите .env фајл за Python и додате GITHUB_TOKEN:

  1. Идите у директоријум вашег пројекта: Отворите терминал или командну линију и идите у корен вашег пројекта где желите да креирате .env фајл.

    cd path/to/your/project

  2. Креирајте .env фајл: Користите ваш омиљени уређивач текста да направите нови фајл под именом .env. Ако користите командну линију, можете користити touch (на Unix системима) или echo (на Windows-у):

    Unix системи:

    touch .env

    Windows:

    echo . > .env

  3. Уредите .env фајл: Отворите .env фајл у уређивачу текста (нпр. VS Code, Notepad++ или било који други уређивач). Додајте следећи ред у фајл, замењујући your_github_token_here вашим стварним GitHub токеном:

    GITHUB_TOKEN=your_github_token_here

  4. Сачувајте фајл: Сачувајте измене и затворите уређивач текста.

  5. Инсталирајте python-dotenv: Ако већ нисте, потребно је да инсталирате пакет python-dotenv да бисте учитали променљиве окружења из .env фајла у вашу Python апликацију. Можете га инсталирати помоћу pip:

    pip install python-dotenv

  6. Учитајте променљиве окружења у вашем Python скрипту: У вашем Python скрипту користите пакет python-dotenv да учитате променљиве окружења из .env фајла:

    from dotenv import load_dotenv
import os

# Учитај променљиве окружења из .env фајла
load_dotenv()

# Приступи променљивој GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

То је то! Успешно сте креирали .env фајл, додали ваш GitHub токен и учитали га у вашу Python апликацију.

🔐 Никада не комитујте .env—већ је у .gitignore.
Потпуна упутства провајдера налазе се у providers.md.

4. Шта следи?

Желим да… Идем на…
Почнем Лекцију 1 01-introduction-to-genai
Подесим LLM провајдера providers.md
Упознам друге учеснике Придружи се нашем Discord-у

5. Решавање проблема

Симптом Решење
python not found Додајте Python у PATH или поново отворите терминал након инсталације
pip не може да изгради wheels (Windows) pip install --upgrade pip setuptools wheel па покушајте поново.
ModuleNotFoundError: dotenv Покрените pip install -r requirements.txt (окружење није инсталирано).
Docker build не успева No space left Docker Desktop ▸ Settings ▸ Resources → повећајте величину диска.
VS Code стално тражи поновно отварање Можда имате активне обе опције; изаберите једну (venv или контејнер)
OpenAI 401 / 429 грешке Проверите вредност OPENAI_API_KEY / ограничења брзине захтева.
Грешке при коришћењу Conda Инсталирајте Microsoft AI библиотеке помоћу conda install -c microsoft azure-ai-ml

Одрицање од одговорности:
Овај документ је преведен коришћењем AI услуге за превођење Co-op Translator. Иако се трудимо да превод буде тачан, молимо вас да имате у виду да аутоматизовани преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешна тумачења која произилазе из коришћења овог превода.