Skip to content

README.md

Latest commit

 

History

History
232 lines (143 loc) · 14 KB

README.md

File metadata and controls

232 lines (143 loc) · 14 KB

Começar com este curso

Estamos muito entusiasmados por começar este curso consigo e ver com o que se vai inspirar para criar com a IA Generativa!

Para garantir o seu sucesso, esta página descreve os passos de configuração, requisitos técnicos e onde obter ajuda se necessário.

Passos de Configuração

Para começar a fazer este curso, terá de completar os seguintes passos.

1. Fazer fork deste repositório

Fazer fork de todo este repositório para a sua própria conta GitHub para poder alterar qualquer código e completar os desafios. Pode também favoritar (🌟) este repositório para o encontrar e encontrar repositórios relacionados mais facilmente.

2. Criar um codespace

Para evitar problemas de dependências ao executar o código, recomendamos executar este curso num GitHub Codespaces.

No seu fork: Code -> Codespaces -> New on main

Dialog showing buttons to create a codespace

2.1 Adicionar um segredo

  1. ⚙️ Ícone de engrenagem -> Command Pallete -> Codespaces : Manage user secret -> Add a new secret.
  2. Nomear OPENAI_API_KEY, colar a sua chave, Guardar.

3. E agora?

Quero… Ir para…
Começar a Lição 1 01-introduction-to-genai
Trabalhar offline setup-local.md
Configurar um Provedor LLM providers.md
Conhecer outros aprendizes Juntar-se ao nosso Discord

Resolução de Problemas

Sintoma Solução
Construção do container bloqueada > 10 min Codespaces ➜ “Rebuild Container”
python: command not found Terminal não foi conectado; clicar em + ➜ bash
401 Unauthorized do OpenAI OPENAI_API_KEY errada / expirou
VS Code mostra “Dev container mounting…” Atualize a aba do navegador — por vezes o Codespaces perde ligação
Kernel do notebook em falta Menu do notebook ➜ Kernel ▸ Select Kernel ▸ Python 3

Sistemas Unix-based:

touch .env

Windows:

echo . > .env

  1. Editar o Ficheiro .env: Abra o ficheiro .env num editor de texto (ex: VS Code, Notepad++ ou outro editor). Adicione a seguinte linha ao ficheiro, substituindo your_github_token_here pelo seu token GitHub real:

    GITHUB_TOKEN=your_github_token_here

  2. Guardar o Ficheiro: Guarde as alterações e feche o editor de texto.

  3. Instalar python-dotenv: Se ainda não o fez, terá de instalar o pacote python-dotenv para carregar variáveis de ambiente do ficheiro .env para a aplicação Python. Pode instalar isso usando pip:

    pip install python-dotenv

  4. Carregar Variáveis de Ambiente no seu Script Python: No seu script Python, use o pacote python-dotenv para carregar as variáveis de ambiente do ficheiro .env:

    from dotenv import load_dotenv
import os

# Carregar variáveis de ambiente a partir do ficheiro .env
load_dotenv()

# Aceder à variável GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Está feito! Criou com sucesso um ficheiro .env, adicionou o seu token GitHub, e carregou-o na sua aplicação Python.

Como executar localmente no seu computador

Para executar o código localmente no seu computador, precisa de ter alguma versão do Python instalado.

Para depois usar o repositório, tem de o clonar:

git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginners

Depois de fazer o checkout de tudo, pode começar!

Passos Opcionais

Instalar Miniconda

Miniconda é um instalador leve para instalar Conda, Python, assim como alguns pacotes. O Conda em si é um gestor de pacotes que facilita a configuração e a troca entre diferentes ambientes virtuais de Python e pacotes. Também é útil para instalar pacotes que não estão disponíveis via pip.

Pode seguir o guia de instalação MiniConda para configurá-lo.

Com o Miniconda instalado, precisa de clonar o repositório (se ainda não o fez).

De seguida, precisa de criar um ambiente virtual. Para isso com Conda, crie um novo ficheiro de ambiente (environment.yml). Se está a seguir usando Codespaces, crie-o dentro do diretório .devcontainer, assim .devcontainer/environment.yml.

Preencha o seu ficheiro de ambiente com o trecho abaixo:

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

Se encontrar erros ao usar conda pode instalar manualmente as Bibliotecas AI da Microsoft usando o seguinte comando no terminal.

conda install -c microsoft azure-ai-ml

O arquivo de ambiente especifica as dependências necessárias. <environment-name> refere-se ao nome que deseja usar para o seu ambiente Conda, e <python-version> é a versão do Python que deseja usar, por exemplo, 3 é a versão principal mais recente do Python.

Com isso, pode criar o seu ambiente Conda executando os comandos abaixo na linha de comando/terminal:

conda env create --name ai4beg --file .devcontainer/environment.yml # O subcaminho .devcontainer aplica-se apenas a configurações Codespace
conda activate ai4beg

Consulte o guia de ambientes Conda caso encontre algum problema.

Usar o Visual Studio Code com a extensão de suporte Python

Recomendamos o uso do editor Visual Studio Code (VS Code) com a extensão de suporte Python instalada para este curso. Contudo, isto é mais uma recomendação do que um requisito obrigatório.

Nota: Ao abrir o repositório do curso no VS Code, tem a opção de configurar o projeto dentro de um contêiner. Isto deve-se ao diretório especial .devcontainer encontrado no repositório do curso. Falaremos mais sobre isso posteriormente.

Nota: Depois de clonar e abrir o diretório no VS Code, este irá sugerir automaticamente que instale a extensão de suporte Python.

Nota: Se o VS Code sugerir que reabra o repositório dentro de um contêiner, recuse este pedido para usar a versão de Python instalada localmente.

Usar o Jupyter no navegador

Também pode trabalhar no projeto usando o ambiente Jupyter direto no seu navegador. Tanto o Jupyter clássico como o Jupyter Hub oferecem um ambiente de desenvolvimento agradável com funcionalidades como preenchimento automático, realce de código, etc.

Para iniciar o Jupyter localmente, abra o terminal/linha de comando, navegue até ao diretório do curso e execute:

jupyter notebook

ou

jupyterhub

Isto inicia uma instância do Jupyter e a URL para aceder vai aparecer na janela da linha de comando.

Quando aceder à URL, deverá ver o índice do curso e poderá navegar para qualquer ficheiro *.ipynb. Por exemplo, 08-building-search-applications/python/oai-solution.ipynb.

Executar num contêiner

Uma alternativa para configurar tudo no seu computador ou Codespace é usar um contêiner. A pasta especial .devcontainer dentro do repositório do curso permite que o VS Code configure o projeto dentro de um contêiner. Fora dos Codespaces, isto requer a instalação do Docker e, francamente, envolve algum trabalho, por isso recomendamos isto apenas para quem tenha experiência prévia a trabalhar com contêineres.

Uma das melhores formas de manter as suas chaves API seguras ao usar GitHub Codespaces é utilizando os Segredos do Codespace. Por favor, siga o guia Gestão de segredos dos Codespaces para saber mais.

Lições e Requisitos Técnicos

O curso tem 6 lições conceituais e 6 lições de codificação.

Para as lições de codificação, usamos o Azure OpenAI Service. Vai precisar de acesso ao serviço Azure OpenAI e de uma chave de API para executar este código. Pode candidatar-se para obter acesso completando esta aplicação.

Enquanto espera que a sua candidatura seja processada, cada lição de codificação inclui também um ficheiro README.md onde pode ver o código e os resultados.

Usar o Azure OpenAI Service pela primeira vez

Se for a sua primeira vez a trabalhar com o serviço Azure OpenAI, por favor siga este guia sobre como criar e implementar um recurso Azure OpenAI Service.

Usar a API OpenAI pela primeira vez

Se for a sua primeira vez a trabalhar com a API OpenAI, por favor siga o guia sobre como criar e usar a Interface.

Conhecer Outros Aprendizes

Criámos canais no nosso servidor oficial do Discord da Comunidade de IA para conhecer outros aprendizes. Esta é uma ótima forma de fazer networking com outros empreendedores, construtores, estudantes e qualquer pessoa que queira evoluir em IA Generativa.

Join discord channel

A equipa do projeto também estará neste servidor Discord para ajudar os aprendizes.

Contribuir

Este curso é uma iniciativa open-source. Se encontrar áreas para melhorar ou problemas, por favor crie um Pull Request ou registe uma issue no GitHub.

A equipa do projeto irá acompanhar todas as contribuições. Contribuir para open source é uma forma incrível de construir a sua carreira em IA Generativa.

A maioria das contribuições requer que concorde com um Acordo de Licença de Contribuidor (CLA) declarando que tem o direito de e efetivamente nos concede os direitos para usar a sua contribuição. Para detalhes, visite o site CLA, Contributor License Agreement.

Importante: ao traduzir texto neste repositório, por favor assegure-se de não usar tradução automática. Vamos verificar as traduções através da comunidade, por isso ofereça-se apenas para traduções nas línguas em que seja proficiente.

Ao submeter um pull request, um CLA-bot determina automaticamente se precisa de fornecer um CLA e decora o PR adequadamente (ex: etiqueta, comentário). Basta seguir as instruções dadas pelo bot. Só precisará de fazer isto uma vez em todos os repositórios que usam o nosso CLA.

Este projeto adotou o Código de Conduta Open Source da Microsoft. Para mais informações leia as perguntas frequentes sobre o Código de Conduta ou contacte Email opencode com quaisquer dúvidas ou comentários adicionais.

Vamos Começar

Agora que concluiu os passos necessários para completar este curso, vamos começar com uma introdução à IA Generativa e LLMs.

Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos por garantir a precisão, por favor tenha em atenção que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte oficial. Para informação crítica, recomenda-se a tradução profissional por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações erradas decorrentes da utilização desta tradução.