Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 15.8 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 15.8 KB

การตั้งค่าเครื่องท้องถิ่น 🖥️

ใช้คำแนะนำนี้หากคุณต้องการรันทุกอย่างบนแล็ปท็อปของคุณเอง
คุณมีสองทางเลือก: (A) Python เนทีฟ + virtual-env หรือ (B) VS Code Dev Container กับ Docker
เลือกวิธีที่คุณรู้สึกว่าง่ายกว่า—ทั้งสองวิธีนำไปสู่บทเรียนเดียวกัน

1. สิ่งที่ต้องเตรียม

เครื่องมือ เวอร์ชัน / หมายเหตุ
Python 3.10 ขึ้นไป (ดาวน์โหลดได้ที่ https://python.org)
Git เวอร์ชันล่าสุด (มาพร้อมกับ Xcode / Git สำหรับ Windows / ตัวจัดการแพ็กเกจของ Linux)
VS Code ตัวเลือกเสริมแต่แนะนำ https://code.visualstudio.com
Docker Desktop เฉพาะ สำหรับตัวเลือก B ติดตั้งฟรี: https://docs.docker.com/desktop/

💡 เคล็ดลับ – ตรวจสอบเครื่องมือในเทอร์มินัล:
python --version, git --version, docker --version, code --version

2. ตัวเลือก A – Python เนทีฟ (เร็วที่สุด)

ขั้นตอนที่ 1 โคลนรีโปนี้

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

ขั้นตอนที่ 2 สร้างและเปิดใช้งาน virtual environment

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

✅ พรอมต์ควรเริ่มต้นด้วย (.venv)—นั่นหมายความว่าคุณอยู่ในสภาพแวดล้อมแล้ว

ขั้นตอนที่ 3 ติดตั้ง dependencies

pip install -r requirements.txt

ข้ามไปที่ส่วนที่ 3 เกี่ยวกับ API keys

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

เราตั้งค่าที่เก็บนี้และคอร์สด้วย development container ที่มี Universal runtime รองรับการพัฒนา Python3, .NET, Node.js และ Java การตั้งค่าที่เกี่ยวข้องถูกกำหนดไว้ในไฟล์ devcontainer.json ที่อยู่ในโฟลเดอร์ .devcontainer/ ที่รูทของรีโปนี้

ทำไมต้องเลือกวิธีนี้?
สภาพแวดล้อมเหมือนกับ Codespaces; ไม่มีปัญหาการเปลี่ยนแปลง dependency

ขั้นตอนที่ 0 ติดตั้งส่วนเสริม

Docker Desktop – ยืนยันว่า docker --version ใช้งานได้
ส่วนขยาย VS Code Remote – Containers (ID: ms-vscode-remote.remote-containers)

ขั้นตอนที่ 1 เปิดรีโปใน VS Code

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

VS Code จะตรวจจับ .devcontainer/ และแสดงพรอมต์ขึ้นมา

ขั้นตอนที่ 2 เปิดใหม่ใน container

คลิก “Reopen in Container” Docker จะสร้างอิมเมจ (ประมาณ 3 นาทีครั้งแรก)
เมื่อพรอมต์เทอร์มินัลปรากฏขึ้น แสดงว่าคุณอยู่ใน container แล้ว

2. ตัวเลือก C – Miniconda

Miniconda เป็นตัวติดตั้งขนาดเล็กสำหรับติดตั้ง Conda, Python และแพ็กเกจบางตัว
Conda เองเป็นตัวจัดการแพ็กเกจที่ช่วยให้ตั้งค่าและสลับระหว่าง virtual environments และแพ็กเกจ Python ได้ง่าย นอกจากนี้ยังมีประโยชน์สำหรับติดตั้งแพ็กเกจที่ไม่มีใน pip

ขั้นตอนที่ 0 ติดตั้ง Miniconda

ทำตาม คู่มือการติดตั้ง MiniConda เพื่อทำการติดตั้ง

conda --version

ขั้นตอนที่ 1 สร้าง virtual environment

สร้างไฟล์ environment ใหม่ (environment.yml) หากคุณใช้ Codespaces ให้สร้างไฟล์นี้ในไดเรกทอรี .devcontainer ดังนั้นจะเป็น .devcontainer/environment.yml

ขั้นตอนที่ 2 เติมข้อมูลในไฟล์ environment ของคุณ

เพิ่มโค้ดต่อไปนี้ในไฟล์ environment.yml

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

ขั้นตอนที่ 3 สร้าง Conda environment ของคุณ

รันคำสั่งด้านล่างในบรรทัดคำสั่ง/เทอร์มินัลของคุณ

conda env create --name ai4beg --file .devcontainer/environment.yml # เส้นทางย่อย .devcontainer ใช้กับการตั้งค่า Codespace เท่านั้น
conda activate ai4beg

ดูคู่มือ Conda environments guide หากพบปัญหาใด ๆ

2 ตัวเลือก D – Jupyter / Jupyter Lab แบบคลาสสิก (ในเบราว์เซอร์ของคุณ)

เหมาะกับใคร?
ใครก็ตามที่ชอบอินเทอร์เฟซ Jupyter แบบคลาสสิก หรืออยากรันโน้ตบุ๊กโดยไม่ใช้ VS Code

ขั้นตอนที่ 1 ตรวจสอบว่า Jupyter ติดตั้งแล้ว

เพื่อเริ่ม Jupyter ในเครื่อง ให้ไปที่เทอร์มินัล/บรรทัดคำสั่ง, เข้าไปที่ไดเรกทอรีคอร์ส แล้วรัน:

jupyter notebook

หรือ

jupyterhub

จะเริ่มอินสแตนซ์ Jupyter และแสดง URL สำหรับเข้าถึงในหน้าต่างบรรทัดคำสั่ง

เมื่อคุณเข้าถึง URL แล้ว คุณจะเห็นโครงร่างคอร์สและสามารถเข้าไปยังไฟล์ *.ipynb ใดก็ได้ เช่น 08-building-search-applications/python/oai-solution.ipynb

3. เพิ่ม API Keys ของคุณ

การเก็บ API keys ให้ปลอดภัยเป็นสิ่งสำคัญเมื่อสร้างแอปพลิเคชันใด ๆ เราแนะนำไม่ให้เก็บ API keys โดยตรงในโค้ดของคุณ การคอมมิตข้อมูลเหล่านี้ในรีโปสาธารณะอาจทำให้เกิดปัญหาด้านความปลอดภัยและค่าใช้จ่ายที่ไม่พึงประสงค์หากถูกใช้โดยผู้ไม่หวังดี
นี่คือคำแนะนำทีละขั้นตอนในการสร้างไฟล์ .env สำหรับ Python และเพิ่ม GITHUB_TOKEN:

  1. ไปที่ไดเรกทอรีโปรเจกต์ของคุณ: เปิดเทอร์มินัลหรือพรอมต์คำสั่งและไปที่ไดเรกทอรีรูทของโปรเจกต์ที่คุณต้องการสร้างไฟล์ .env

    cd path/to/your/project

  2. สร้างไฟล์ .env: ใช้โปรแกรมแก้ไขข้อความที่คุณชอบเพื่อสร้างไฟล์ใหม่ชื่อ .env หากใช้บรรทัดคำสั่ง คุณสามารถใช้ touch (บนระบบ Unix) หรือ echo (บน Windows):

    ระบบ Unix:

    touch .env

    Windows:

    echo . > .env

  3. แก้ไขไฟล์ .env: เปิดไฟล์ .env ในโปรแกรมแก้ไขข้อความ (เช่น VS Code, Notepad++ หรือโปรแกรมอื่น ๆ) เพิ่มบรรทัดต่อไปนี้ในไฟล์ โดยแทนที่ your_github_token_here ด้วยโทเค็น GitHub จริงของคุณ:

    GITHUB_TOKEN=your_github_token_here

  4. บันทึกไฟล์: บันทึกการเปลี่ยนแปลงและปิดโปรแกรมแก้ไขข้อความ

  5. ติดตั้ง python-dotenv: หากยังไม่ได้ติดตั้ง คุณต้องติดตั้งแพ็กเกจ python-dotenv เพื่อโหลดตัวแปรสภาพแวดล้อมจากไฟล์ .env เข้าสู่แอป Python ของคุณ คุณสามารถติดตั้งด้วย pip:

    pip install python-dotenv

  6. โหลดตัวแปรสภาพแวดล้อมในสคริปต์ Python ของคุณ: ในสคริปต์ Python ให้ใช้แพ็กเกจ python-dotenv เพื่อโหลดตัวแปรสภาพแวดล้อมจากไฟล์ .env:

    from dotenv import load_dotenv
import os

# โหลดตัวแปรสภาพแวดล้อมจากไฟล์ .env
load_dotenv()

# เข้าถึงตัวแปร GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

แค่นี้ก็เสร็จเรียบร้อย! คุณได้สร้างไฟล์ .env เพิ่มโทเค็น GitHub และโหลดเข้าแอป Python ของคุณเรียบร้อยแล้ว

🔐 อย่าคอมมิตไฟล์ .env—ไฟล์นี้ถูกเพิ่มใน .gitignore แล้ว
คำแนะนำสำหรับผู้ให้บริการทั้งหมดอยู่ใน providers.md

4. ต่อไปทำอะไรดี?

ฉันต้องการ… ไปที่…
เริ่มบทเรียนที่ 1 01-introduction-to-genai
ตั้งค่า LLM Provider providers.md
พบปะผู้เรียนคนอื่น เข้าร่วม Discord ของเรา

5. การแก้ไขปัญหา

อาการ วิธีแก้ไข
python not found เพิ่ม Python ใน PATH หรือเปิดเทอร์มินัลใหม่หลังติดตั้ง
pip สร้าง wheels ไม่ได้ (Windows) รัน pip install --upgrade pip setuptools wheel แล้วลองใหม่
ModuleNotFoundError: dotenv รัน pip install -r requirements.txt (ยังไม่ได้ติดตั้ง env)
Docker build ล้มเหลว No space left Docker Desktop ▸ Settings ▸ Resources → เพิ่มขนาดดิสก์
VS Code แจ้งให้เปิดใหม่ตลอดเวลา คุณอาจเปิดใช้งานทั้งสองตัวเลือกพร้อมกัน; เลือกอย่างใดอย่างหนึ่ง (venv หรือ container)
OpenAI 401 / 429 errors ตรวจสอบค่า OPENAI_API_KEY / อัตราการร้องขอ
ข้อผิดพลาดเมื่อใช้ Conda ติดตั้งไลบรารี Microsoft AI ด้วย conda install -c microsoft azure-ai-ml

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยผู้เชี่ยวชาญมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้