Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 9.58 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 9.58 KB

Vietinis nustatymas 🖥️

Naudokite šį vadovą, jei norite viską paleisti savo nešiojamajame kompiuteryje.
Turite du kelius: (A) natūralus Python + virtual-env arba (B) VS Code Dev konteineris su Docker.
Pasirinkite, kas atrodo lengviau – abu veda į tas pačias pamokas.

1. Prieš sąlygos

Įrankis Versija / Pastabos
Python 3.10 + (gaukite iš https://python.org)
Git Naujausia (ateina su Xcode / Git Windows / Linux paketų tvarkykle)
VS Code Pasirinktinai, bet rekomenduojama https://code.visualstudio.com
Docker Desktop Tik B variantui. Nemokama instaliacija: https://docs.docker.com/desktop/

💡 Patarimas – Patikrinkite įrankius terminale:
python --version, git --version, docker --version, code --version

2. Variant A – Natūralus Python (greičiausias)

1 žingsnis Nuklonuokite šį repozitoriją

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

2 žingsnis Sukurkite ir aktyvuokite virtualią aplinką

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

✅ Komandinės eilutės pradžia dabar turėtų būti (.venv) – tai reiškia, kad esate aplinkoje.

3 žingsnis Įdiekite priklausomybes

pip install -r requirements.txt

Praleiskite į 3 skyrių apie API raktus

2. Variant B – VS Code Dev konteineris (Docker)

Ši repozitorija ir kursas sukonfigūruoti su kūrimo konteineriu, kuris turi Universalų vykdymo laiką, palaikantį Python3, .NET, Node.js ir Java kūrimą. Susijusi konfigūracija apibrėžta faile devcontainer.json, esančiame .devcontainer/ kataloge šios repozitorijos šaknyje.

Kodėl rinktis šį?
Tai identiška aplinka kaip Codespaces; nėra priklausomybių neatitikimų.

0 žingsnis Įdiekite papildinius

Docker Desktop – patikrinkite, ar veikia docker --version.
VS Code Remote – Containers plėtinys (ID: ms-vscode-remote.remote-containers).

1 žingsnis Atidarykite repozitoriją VS Code

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

VS Code aptinka .devcontainer/ ir rodo užklausą.

2 žingsnis Atidarykite iš naujo konteineryje

Spustelėkite „Reopen in Container“. Docker sukuria atvaizdą (≈ 3 min pirmą kartą).
Kai pasirodo terminalo eilutė, esate konteineryje.

2. Variant C – Miniconda

Miniconda yra lengvas diegimo įrankis, skirtas įdiegti Conda, Python ir keletą paketų.
Conda yra paketų tvarkyklė, leidžianti lengvai sukurti ir perjungti tarp skirtingų Python virtualių aplinkų ir paketų. Taip pat naudinga diegiant paketus, kurių nėra per pip.

0 žingsnis Įdiekite Miniconda

Sekite MiniConda diegimo vadovą.

conda --version

1 žingsnis Sukurkite virtualią aplinką

Sukurkite naują aplinkos failą (environment.yml). Jei naudojate Codespaces, sukurkite jį .devcontainer kataloge, t.y. .devcontainer/environment.yml.

2 žingsnis Užpildykite aplinkos failą

Pridėkite šį fragmentą į environment.yml

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

3 žingsnis Sukurkite Conda aplinką

Paleiskite žemiau pateiktas komandas savo komandinėje eilutėje/terminale

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer poskelis taikomas tik Codespace nustatymams
conda activate ai4beg

Jei kyla problemų, žiūrėkite Conda aplinkų vadovą.

2 Variant D – Klasikinis Jupyter / Jupyter Lab (naršyklėje)

Kam tai skirta?
Visiems, kurie mėgsta klasikinę Jupyter sąsają arba nori paleisti užrašų knygutes be VS Code.

1 žingsnis Įsitikinkite, kad Jupyter įdiegtas

Norėdami paleisti Jupyter lokaliai, atidarykite terminalą/komandinę eilutę, eikite į kurso katalogą ir vykdykite:

jupyter notebook

arba

jupyterhub

Tai paleis Jupyter instanciją, o URL, kuriuo galima pasiekti, bus parodytas komandinės eilutės lange.

Prisijungę prie URL, turėtumėte matyti kurso struktūrą ir galėti naršyti bet kurį *.ipynb failą. Pavyzdžiui, 08-building-search-applications/python/oai-solution.ipynb.

3. Pridėkite savo API raktus

Svarbu saugiai laikyti savo API raktus, kai kuriate bet kokią programą. Rekomenduojame nerodyti API raktų tiesiogiai kode. Viešai paskelbus šiuos duomenis, gali kilti saugumo problemų ir net nepageidaujamų išlaidų, jei juos naudos kenkėjas.
Štai žingsnis po žingsnio vadovas, kaip sukurti .env failą Python ir pridėti GITHUB_TOKEN:

  1. Eikite į savo projekto katalogą: Atidarykite terminalą arba komandų eilutę ir eikite į savo projekto šaknies katalogą, kur norite sukurti .env failą.

    cd path/to/your/project

  2. Sukurkite .env failą: Naudodami mėgstamą teksto redaktorių sukurkite naują failą pavadinimu .env. Jei naudojate komandų eilutę, galite naudoti touch (Unix sistemose) arba echo (Windows):

    Unix sistemos:

    touch .env

    Windows:

    echo . > .env

  3. Redaguokite .env failą: Atidarykite .env failą teksto redaktoriuje (pvz., VS Code, Notepad++ ar kitame). Pridėkite šią eilutę, pakeisdami your_github_token_here savo tikru GitHub raktu:

    GITHUB_TOKEN=your_github_token_here

  4. Išsaugokite failą: Išsaugokite pakeitimus ir uždarykite redaktorių.

  5. Įdiekite python-dotenv: Jei dar neįdiegėte, turėsite įdiegti paketą python-dotenv, kad galėtumėte įkelti aplinkos kintamuosius iš .env failo į savo Python programą. Galite įdiegti naudodami pip:

    pip install python-dotenv

  6. Įkelkite aplinkos kintamuosius į Python skriptą: Savo Python skripte naudokite python-dotenv paketą, kad įkeltumėte aplinkos kintamuosius iš .env failo:

    from dotenv import load_dotenv
import os

# Įkelti aplinkos kintamuosius iš .env failo
load_dotenv()

# Pasiekti GITHUB_TOKEN kintamąjį
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Viskas! Sėkmingai sukūrėte .env failą, pridėjote GitHub raktą ir įkėlėte jį į savo Python programą.

🔐 Niekada neįtraukite .env į commit – jis jau yra .gitignore faile.
Pilnos tiekėjo instrukcijos yra providers.md.

4. Kas toliau?

Noriu… Eiti į…
Pradėti 1 pamoką 01-introduction-to-genai
Nustatyti LLM tiekėją providers.md
Susipažinti su kitais mokiniais Prisijunkite prie mūsų Discord

5. Problemų sprendimas

Simptomas Sprendimas
python not found Pridėkite Python į PATH arba iš naujo atidarykite terminalą po diegimo
pip negali sukurti ratų (Windows) pip install --upgrade pip setuptools wheel ir bandykite dar kartą.
ModuleNotFoundError: dotenv Vykdykite pip install -r requirements.txt (aplinka nebuvo įdiegta).
Docker build nepavyksta No space left Docker Desktop ▸ Settings ▸ Resources → padidinkite disko dydį.
VS Code nuolat siūlo atidaryti iš naujo Gali būti aktyvūs abu variantai; pasirinkite vieną (venv arba konteinerį)
OpenAI 401 / 429 klaidos Patikrinkite OPENAI_API_KEY reikšmę / užklausų dažnio ribas.
Klaidos naudojant Conda Įdiekite Microsoft AI bibliotekas su conda install -c microsoft azure-ai-ml

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojamas profesionalus žmogaus vertimas. Mes neatsakome už bet kokius nesusipratimus ar neteisingus aiškinimus, kilusius dėl šio vertimo naudojimo.