Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 9.34 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 9.34 KB

Lokal oppsett 🖥️

Bruk denne guiden hvis du foretrekker å kjøre alt på din egen laptop.
Du har to veier: (A) native Python + virtual-env eller (B) VS Code Dev Container med Docker.
Velg det som føles enklest—begge fører til de samme leksjonene.

1. Forutsetninger

Verktøy Versjon / Notater
Python 3.10 + (last det ned fra https://python.org)
Git Nyeste (følger med Xcode / Git for Windows / Linux pakkehåndterer)
VS Code Valgfritt, men anbefalt https://code.visualstudio.com
Docker Desktop Kun for Alternativ B. Gratis installasjon: https://docs.docker.com/desktop/

💡 Tips – Verifiser verktøy i terminal:
python --version, git --version, docker --version, code --version

2. Alternativ A – Native Python (raskest)

Steg 1 Klon dette repoet

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

Steg 2 Lag og aktiver et virtuelt miljø

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

✅ Ledeteksten skal nå starte med (.venv)—det betyr at du er inne i miljøet.

Steg 3 Installer avhengigheter

pip install -r requirements.txt

Hopp til Seksjon 3 om API-nøkler

2. Alternativ B – VS Code Dev Container (Docker)

Vi har satt opp dette repositoriet og kurset med en utviklingscontainer som har en universell runtime som kan støtte Python3, .NET, Node.js og Java-utvikling. Den relaterte konfigurasjonen er definert i devcontainer.json-filen som ligger i .devcontainer/-mappen i roten av dette repositoriet.

Hvorfor velge dette?
Identisk miljø som Codespaces; ingen avhengighetsdrift.

Steg 0 Installer tilleggene

Docker Desktop – bekreft at docker --version fungerer.
VS Code Remote – Containers-utvidelsen (ID: ms-vscode-remote.remote-containers).

Steg 1 Åpne repoet i VS Code

Fil ▸ Åpne mappe… → generative-ai-for-beginners

VS Code oppdager .devcontainer/ og viser en prompt.

Steg 2 Åpne på nytt i container

Klikk “Reopen in Container”. Docker bygger bildet (≈ 3 min første gang).
Når terminalprompten vises, er du inne i containeren.

2. Alternativ C – Miniconda

Miniconda er en lettvektsinstaller for å installere Conda, Python, samt noen få pakker.
Conda er en pakkebehandler som gjør det enkelt å sette opp og bytte mellom forskjellige Python virtuelle miljøer og pakker. Den er også nyttig for å installere pakker som ikke er tilgjengelige via pip.

Steg 0 Installer Miniconda

Følg MiniConda installasjonsguide for å sette det opp.

conda --version

Steg 1 Lag et virtuelt miljø

Lag en ny miljøfil (environment.yml). Hvis du følger med i Codespaces, lag denne i .devcontainer-mappen, altså .devcontainer/environment.yml.

Steg 2 Fyll miljøfilen din

Legg til følgende utdrag i din environment.yml

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

Steg 3 Lag ditt Conda-miljø

Kjør kommandoene nedenfor i kommandolinjen/terminalen

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer undermappe gjelder kun for Codespace-oppsett
conda activate ai4beg

Se Conda miljøguide hvis du støter på problemer.

2 Alternativ D – Klassisk Jupyter / Jupyter Lab (i nettleseren din)

Hvem er dette for?
Alle som elsker det klassiske Jupyter-grensesnittet eller ønsker å kjøre notebooks uten VS Code.

Steg 1 Sørg for at Jupyter er installert

For å starte Jupyter lokalt, gå til terminalen/kommandolinjen, naviger til kursmappen, og kjør:

jupyter notebook

eller

jupyterhub

Dette starter en Jupyter-instans og URL-en for å få tilgang til den vises i kommandolinjevinduet.

Når du åpner URL-en, skal du se kursoversikten og kunne navigere til hvilken som helst *.ipynb-fil. For eksempel, 08-building-search-applications/python/oai-solution.ipynb.

3. Legg til dine API-nøkler

Det er viktig å holde API-nøklene dine trygge og sikre når du bygger applikasjoner. Vi anbefaler å ikke lagre API-nøkler direkte i koden din. Å legge disse detaljene i et offentlig repo kan føre til sikkerhetsproblemer og uønskede kostnader hvis de brukes av uvedkommende.
Her er en steg-for-steg guide for hvordan du lager en .env-fil for Python og legger til GITHUB_TOKEN:

  1. Naviger til prosjektmappen din: Åpne terminalen eller kommandoprompten og gå til rotmappen for prosjektet der du vil lage .env-filen.

    cd path/to/your/project

  2. Lag .env-filen: Bruk din foretrukne teksteditor for å lage en ny fil kalt .env. Hvis du bruker kommandolinjen, kan du bruke touch (på Unix-baserte systemer) eller echo (på Windows):

    Unix-baserte systemer:

    touch .env

    Windows:

    echo . > .env

  3. Rediger .env-filen: Åpne .env-filen i en teksteditor (f.eks. VS Code, Notepad++, eller annen editor). Legg til følgende linje i filen, og erstatt your_github_token_here med din faktiske GitHub-token:

    GITHUB_TOKEN=your_github_token_here

  4. Lagre filen: Lagre endringene og lukk teksteditoren.

  5. Installer python-dotenv: Hvis du ikke allerede har gjort det, må du installere python-dotenv-pakken for å laste miljøvariabler fra .env-filen inn i Python-applikasjonen din. Du kan installere den med pip:

    pip install python-dotenv

  6. Last miljøvariabler i Python-skriptet ditt: I Python-skriptet ditt, bruk python-dotenv-pakken for å laste miljøvariablene fra .env-filen:

    from dotenv import load_dotenv
import os

# Last miljøvariabler fra .env-fil
load_dotenv()

# Få tilgang til GITHUB_TOKEN-variabelen
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Det var det! Du har nå laget en .env-fil, lagt til GitHub-tokenen din, og lastet den inn i Python-applikasjonen din.

🔐 Ikke legg .env i versjonskontroll—den er allerede i .gitignore.
Fullstendige leverandørinstruksjoner finnes i providers.md.

4. Hva nå?

Jeg vil… Gå til…
Starte Leksjon 1 01-introduction-to-genai
Sette opp en LLM-leverandør providers.md
Møte andre elever Bli med i vår Discord

5. Feilsøking

Symptom Løsning
python not found Legg til Python i PATH eller åpne terminalen på nytt etter installasjon
pip kan ikke bygge wheels (Windows) pip install --upgrade pip setuptools wheel og prøv igjen.
ModuleNotFoundError: dotenv Kjør pip install -r requirements.txt (miljøet var ikke installert).
Docker build feiler No space left Docker Desktop ▸ Settings ▸ Resources → øk diskstørrelse.
VS Code spør stadig om å åpne på nytt Du kan ha begge alternativer aktive; velg ett (venv eller container)
OpenAI 401 / 429 feil Sjekk OPENAI_API_KEY-verdien / forespørselsratebegrensninger.
Feil ved bruk av Conda Installer Microsoft AI-biblioteker med conda install -c microsoft azure-ai-ml

Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.