Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 9.67 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 9.67 KB

Lokal opsætning 🖥️

Brug denne guide, hvis du foretrækker at køre det hele på din egen laptop.
Du har to muligheder: (A) native Python + virtual-env eller (B) VS Code Dev Container med Docker.
Vælg det, der føles nemmest—begge fører til de samme lektioner.

1. Forudsætninger

Værktøj Version / Noter
Python 3.10 + (hent fra https://python.org)
Git Seneste (følger med Xcode / Git for Windows / Linux pakkehåndtering)
VS Code Valgfrit, men anbefalet https://code.visualstudio.com
Docker Desktop Kun til mulighed B. Gratis installation: https://docs.docker.com/desktop/

💡 Tip – Tjek værktøjer i terminalen:
python --version, git --version, docker --version, code --version

2. Mulighed A – Native Python (hurtigst)

Trin 1 Klon dette repo

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

Trin 2 Opret & aktiver et virtuelt miljø

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

✅ Prompten bør nu starte med (.venv)—det betyder, du er inde i miljøet.

Trin 3 Installer afhængigheder

pip install -r requirements.txt

Spring til afsnit 3 om API-nøgler

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

Vi har sat dette repository og kursus op med en udviklingscontainer, der har et universelt runtime, som kan understøtte Python3, .NET, Node.js og Java udvikling. Den tilhørende konfiguration er defineret i filen devcontainer.json, som ligger i mappen .devcontainer/ i roden af dette repository.

Hvorfor vælge dette? Identisk miljø som Codespaces; ingen afhængighedsproblemer.

Trin 0 Installer ekstra værktøjer

Docker Desktop – tjek at docker --version virker. VS Code Remote – Containers udvidelse (ID: ms-vscode-remote.remote-containers).

Trin 1 Åbn repoet i VS Code

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

VS Code opdager .devcontainer/ og viser en prompt.

Trin 2 Genåbn i container

Klik på “Reopen in Container”. Docker bygger billedet (≈ 3 min første gang). Når terminalprompten vises, er du inde i containeren.

2. Mulighed C – Miniconda

Miniconda er en letvægtsinstaller til at installere Conda, Python og nogle få pakker. Conda er en pakkehåndtering, der gør det nemt at opsætte og skifte mellem forskellige Python virtuelle miljøer og pakker. Det er også nyttigt til at installere pakker, der ikke findes via pip.

Trin 0 Installer Miniconda

Følg MiniConda installationsguiden for at sætte det op.

conda --version

Trin 1 Opret et virtuelt miljø

Opret en ny miljøfil (environment.yml). Hvis du følger med via Codespaces, opret den i .devcontainer mappen, altså .devcontainer/environment.yml.

Trin 2 Udfyld din miljøfil

Tilføj følgende til din environment.yml

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

Trin 3 Opret dit Conda-miljø

Kør kommandoerne nedenfor i din kommandolinje/terminal

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

Se Conda environments guide, hvis du får problemer.

2 Mulighed D – Klassisk Jupyter / Jupyter Lab (i din browser)

Hvem er dette til?
Alle, der elsker det klassiske Jupyter-interface eller vil køre notebooks uden VS Code.

Trin 1 Sørg for at Jupyter er installeret

For at starte Jupyter lokalt, gå til terminalen/kommandolinjen, naviger til kursusmappen, og kør:

jupyter notebook

eller

jupyterhub

Dette starter en Jupyter-instans, og URL’en for adgang vises i kommandolinjevinduet.

Når du åbner URL’en, bør du se kursusoversigten og kunne navigere til enhver *.ipynb fil. For eksempel, 08-building-search-applications/python/oai-solution.ipynb.

3. Tilføj dine API-nøgler

Det er vigtigt at holde dine API-nøgler sikre, når du bygger applikationer. Vi anbefaler ikke at gemme API-nøgler direkte i din kode. Hvis du kommer til at committe dem til et offentligt repository, kan det føre til sikkerhedsproblemer og uønskede omkostninger, hvis de misbruges. Her er en trin-for-trin guide til at oprette en .env fil til Python og tilføje GITHUB_TOKEN:

  1. Naviger til din projektmappe: Åbn din terminal eller kommandoprompt og gå til roden af dit projekt, hvor du vil oprette .env filen.

    cd path/to/your/project

  2. Opret .env filen: Brug din foretrukne teksteditor til at oprette en ny fil med navnet .env. Hvis du bruger kommandolinjen, kan du bruge touch (på Unix-baserede systemer) eller echo (på Windows):

    Unix-baserede systemer:

    touch .env

    Windows:

    echo . > .env

  3. Rediger .env filen: Åbn .env filen i en teksteditor (fx VS Code, Notepad++ eller en anden editor). Tilføj denne linje til filen, og erstat your_github_token_here med din faktiske GitHub-token:

    GITHUB_TOKEN=your_github_token_here

  4. Gem filen: Gem ændringerne og luk teksteditoren.

  5. Installer python-dotenv: Hvis du ikke allerede har gjort det, skal du installere pakken python-dotenv for at indlæse miljøvariabler fra .env filen i din Python-applikation. Du kan installere den med pip:

    pip install python-dotenv

  6. Indlæs miljøvariabler i dit Python-script: I dit Python-script, brug python-dotenv pakken til at indlæse miljøvariabler fra .env filen:

    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)

Sådan! Du har nu oprettet en .env fil, tilføjet din GitHub-token og indlæst den i din Python-applikation.

🔐 Commit aldrig .env—den er allerede med i .gitignore. Fuld vejledning til udbydere findes i providers.md.

4. Hvad nu?

Jeg vil… Gå til…
Starte Lektion 1 01-introduction-to-genai
Opsætte en LLM-udbyder providers.md
Møde andre kursister Deltag i vores Discord

5. Fejlfinding

Symptom Løsning
python not found Tilføj Python til PATH eller genstart terminalen efter installation
pip kan ikke bygge hjul (Windows) pip install --upgrade pip setuptools wheel og prøv igen.
ModuleNotFoundError: dotenv Kør pip install -r requirements.txt (miljøet blev ikke installeret).
Docker build fejler No space left Docker Desktop ▸ Indstillinger ▸ Ressourcer → øg diskstørrelsen.
VS Code bliver ved med at spørge om genåbning Du har måske begge muligheder aktive; vælg én (venv eller container)
OpenAI 401 / 429 fejl Tjek værdien af OPENAI_API_KEY / anmodningsratebegrænsninger.
Fejl ved brug af Conda Installer Microsoft AI-biblioteker med conda install -c microsoft azure-ai-ml

Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritiske oplysninger anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå ved brug af denne oversættelse.