Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 9.99 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 9.99 KB

Lokální nastavení 🖥️

Použijte tento návod, pokud chcete vše spouštět na svém vlastním notebooku.
Máte dvě možnosti: (A) nativní Python + virtual-env nebo (B) VS Code Dev Container s Dockerem.
Vyberte si, co vám vyhovuje víc—obě cesty vedou ke stejným lekcím.

1. Požadavky

Nástroj Verze / Poznámky
Python 3.10 + (stáhněte z https://python.org)
Git Nejnovější (součástí Xcode / Git for Windows / správce balíčků na Linuxu)
VS Code Volitelné, ale doporučené https://code.visualstudio.com
Docker Desktop Pouze pro možnost B. Zdarma: https://docs.docker.com/desktop/

💡 Tip – Ověřte si nástroje v terminálu:
python --version, git --version, docker --version, code --version

2. Možnost A – Nativní Python (nejrychlejší)

Krok 1 Naklonujte toto repo

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

Krok 2 Vytvořte a aktivujte virtuální prostředí

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

✅ Výzva v terminálu by teď měla začínat (.venv)—to znamená, že jste uvnitř prostředí.

Krok 3 Nainstalujte závislosti

pip install -r requirements.txt

Přeskočte na sekci 3 o API klíčích

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

Toto repozitář a kurz jsme připravili s vývojovým kontejnerem, který má univerzální runtime podporující Python3, .NET, Node.js a Javu. Související konfigurace je v souboru devcontainer.json ve složce .devcontainer/ v kořeni repozitáře.

Proč zvolit tuto možnost? Identické prostředí jako Codespaces; žádné rozdíly v závislostech.

Krok 0 Nainstalujte potřebné doplňky

Docker Desktop – ověřte, že docker --version funguje. VS Code Remote – Containers rozšíření (ID: ms-vscode-remote.remote-containers).

Krok 1 Otevřete repo ve VS Code

Soubor ▸ Otevřít složku… → generative-ai-for-beginners

VS Code detekuje .devcontainer/ a zobrazí výzvu.

Krok 2 Otevřete znovu v kontejneru

Klikněte na “Reopen in Container”. Docker vytvoří image (první spuštění ≈ 3 min). Jakmile se objeví výzva v terminálu, jste uvnitř kontejneru.

2. Možnost C – Miniconda

Miniconda je odlehčený instalátor pro Conda, Python a několik balíčků. Conda je správce balíčků, který usnadňuje nastavení a přepínání mezi různými Python virtuálními prostředími a balíčky. Hodí se také pro instalaci balíčků, které nejsou dostupné přes pip.

Krok 0 Instalujte Miniconda

Postupujte podle MiniConda instalačního průvodce.

conda --version

Krok 1 Vytvořte virtuální prostředí

Vytvořte nový soubor prostředí (environment.yml). Pokud postupujete podle návodu v Codespaces, vytvořte ho ve složce .devcontainer, tedy .devcontainer/environment.yml.

Krok 2 Vyplňte soubor prostředí

Přidejte následující úryvek do svého environment.yml

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

Krok 3 Vytvořte Conda prostředí

Spusťte níže uvedené příkazy v příkazové řádce/terminálu

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer sub path applies to only Codespace setups
conda activate ai4beg

Pokud narazíte na problémy, podívejte se do průvodce prostředími Conda.

2 Možnost D – Klasický Jupyter / Jupyter Lab (ve vašem prohlížeči)

Pro koho to je?
Pro každého, kdo má rád klasické rozhraní Jupyter nebo chce spouštět notebooky bez VS Code.

Krok 1 Ověřte, že máte nainstalovaný Jupyter

Pro spuštění Jupyteru lokálně otevřete terminál/příkazovou řádku, přejděte do složky s kurzem a spusťte:

jupyter notebook

nebo

jupyterhub

Tím spustíte instanci Jupyteru a v příkazové řádce se zobrazí URL pro přístup.

Po otevření URL byste měli vidět osnovu kurzu a můžete přejít do libovolného *.ipynb souboru. Například 08-building-search-applications/python/oai-solution.ipynb.

3. Přidejte své API klíče

Udržet své API klíče v bezpečí je důležité při vývoji jakékoliv aplikace. Nedoporučujeme ukládat API klíče přímo do kódu. Pokud byste je omylem nahráli do veřejného repozitáře, mohlo by to vést k bezpečnostním problémům a nechtěným nákladům, pokud by je někdo zneužil. Zde je postup, jak vytvořit soubor .env pro Python a přidat GITHUB_TOKEN:

  1. Přejděte do složky projektu: Otevřete terminál nebo příkazovou řádku a přejděte do kořenové složky projektu, kde chcete vytvořit soubor .env.

    cd path/to/your/project

  2. Vytvořte soubor .env: Použijte svůj oblíbený textový editor k vytvoření nového souboru s názvem .env. Pokud používáte příkazovou řádku, můžete použít touch (na Unix systémech) nebo echo (na Windows):

    Unix systémy:

    touch .env

    Windows:

    echo . > .env

  3. Upravte soubor .env: Otevřete soubor .env v textovém editoru (např. VS Code, Notepad++ nebo jiném). Přidejte do souboru následující řádek a nahraďte your_github_token_here svým skutečným GitHub tokenem:

    GITHUB_TOKEN=your_github_token_here

  4. Uložte soubor: Uložte změny a zavřete editor.

  5. Nainstalujte python-dotenv: Pokud jste to ještě neudělali, nainstalujte balíček python-dotenv, který načte proměnné prostředí ze souboru .env do vaší Python aplikace. Instalace přes pip:

    pip install python-dotenv

  6. Načtěte proměnné prostředí ve svém Python skriptu: Ve svém Python skriptu použijte balíček python-dotenv pro načtení proměnných prostředí ze souboru .env:

    from dotenv import load_dotenv
import os

# Load environment variables from .env file
load_dotenv()

# Access the GITHUB_TOKEN variable
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Hotovo! Úspěšně jste vytvořili soubor .env, přidali svůj GitHub token a načetli ho do své Python aplikace.

🔐 Nikdy neukládejte .env do repozitáře—už je v .gitignore. Kompletní instrukce k poskytovatelům najdete v providers.md.

4. Co dál?

Chci… Pokračujte na…
Začít lekci 1 01-introduction-to-genai
Nastavit LLM poskytovatele providers.md
Poznat další studenty Připojte se na Discord

5. Řešení problémů

Problém Řešení
python not found Přidejte Python do PATH nebo znovu otevřete terminál po instalaci
pip nemůže sestavit wheels (Windows) pip install --upgrade pip setuptools wheel a zkuste znovu.
ModuleNotFoundError: dotenv Spusťte pip install -r requirements.txt (prostředí nebylo nainstalováno).
Selhání Docker buildu No space left Docker Desktop ▸ Nastavení ▸ Zdroje → zvětšete disk.
VS Code stále nabízí znovuotevření Možná máte aktivní obě možnosti; vyberte jednu (venv nebo kontejner)
OpenAI 401 / 429 chyby Zkontrolujte hodnotu OPENAI_API_KEY / limity požadavků.
Chyby při použití Conda Instalujte Microsoft AI knihovny pomocí conda install -c microsoft azure-ai-ml

Prohlášení:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Za autoritativní zdroj by měl být považován původní dokument v jeho rodném jazyce. Pro kritické informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádné nedorozumění nebo nesprávné výklady vzniklé použitím tohoto překladu.