Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 10.3 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 10.3 KB

Helyi beállítás 🖥️

Ezt az útmutatót akkor használd, ha mindent a saját laptopodon szeretnél futtatni.
Két lehetőséged van: (A) natív Python + virtuális környezet vagy (B) VS Code Dev Container Dockerrel.
Válaszd azt, amelyik egyszerűbbnek tűnik—mindkettő ugyanazokra a leckékre vezet.

1. Előfeltételek

Eszköz Verzió / Megjegyzés
Python 3.10 + (letölthető innen: https://python.org)
Git Legfrissebb (Xcode / Git for Windows / Linux csomagkezelő tartalmazza)
VS Code Opcionális, de ajánlott https://code.visualstudio.com
Docker Desktop Csak a B opcióhoz. Ingyenes telepítés: https://docs.docker.com/desktop/

💡 Tipp – Ellenőrizd az eszközöket terminálban:
python --version, git --version, docker --version, code --version

2. A opció – Natív Python (leggyorsabb)

1. lépés Klónozd ezt a repót

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

2. lépés Hozz létre és aktiválj egy virtuális környezetet

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

✅ A prompt most (.venv)-vel kezdődik—ez azt jelenti, hogy a környezeten belül vagy.

3. lépés Telepítsd a függőségeket

pip install -r requirements.txt

Ugorj a 3. szakaszra az API kulcsoknál

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

Ezt a repót és kurzust egy fejlesztői konténerrel állítottuk be, amely univerzális futtatókörnyezetet biztosít Python3, .NET, Node.js és Java fejlesztéshez. A kapcsolódó konfiguráció a devcontainer.json fájlban van definiálva, amely a .devcontainer/ mappában található a repó gyökerében.

Miért válaszd ezt? Ugyanaz a környezet, mint a Codespaces-ben; nincs függőségi eltérés.

0. lépés Telepítsd a kiegészítőket

Docker Desktop – ellenőrizd, hogy a docker --version működik. VS Code Remote – Containers bővítmény (ID: ms-vscode-remote.remote-containers).

1. lépés Nyisd meg a repót VS Code-ban

Fájl ▸ Mappa megnyitása… → generative-ai-for-beginners

A VS Code érzékeli a .devcontainer/-t és felugró ablakot jelenít meg.

2. lépés Újraindítás konténerben

Kattints a “Reopen in Container” gombra. A Docker felépíti a képet (≈ 3 perc első alkalommal). Amikor megjelenik a terminál prompt, már a konténeren belül vagy.

2. C opció – Miniconda

A Miniconda egy könnyű telepítő a Conda, Python és néhány csomag telepítéséhez. A Conda egy csomagkezelő, amely megkönnyíti a különböző Python virtuális környezetek és csomagok beállítását és váltását. Akkor is jól jön, ha olyan csomagot kell telepítened, ami pip-pel nem érhető el.

0. lépés Telepítsd a Minicondát

Kövesd a MiniConda telepítési útmutatót a beállításhoz.

conda --version

1. lépés Hozz létre virtuális környezetet

Hozz létre egy új környezetfájlt (environment.yml). Ha Codespaces-t használsz, ezt a .devcontainer könyvtárban hozd létre, tehát .devcontainer/environment.yml.

2. lépés Töltsd fel a környezetfájlt

Add hozzá az alábbi kódrészletet az environment.yml-hez

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

3. lépés Hozd létre a Conda környezetet

Futtasd az alábbi parancsokat a parancssorban/terminálban

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

Ha problémába ütközöl, nézd meg a Conda környezetek útmutatót.

2. D opció – Klasszikus Jupyter / Jupyter Lab (böngészőben)

Kinek ajánlott?
Akik szeretik a klasszikus Jupyter felületet, vagy jegyzetfüzeteket akarnak futtatni VS Code nélkül.

1. lépés Ellenőrizd, hogy a Jupyter telepítve van

A Jupyter helyi indításához nyisd meg a terminált/parancssort, navigálj a kurzus könyvtárába, és futtasd:

jupyter notebook

vagy

jupyterhub

Ez elindít egy Jupyter példányt, és a hozzáférési URL megjelenik a parancssor ablakban.

Az URL elérésével láthatod a kurzus felépítését, és navigálhatsz bármelyik *.ipynb fájlhoz. Például: 08-building-search-applications/python/oai-solution.ipynb.

3. Add hozzá az API kulcsaidat

Az API kulcsok biztonságos tárolása nagyon fontos bármilyen alkalmazás fejlesztésekor. Nem ajánljuk, hogy az API kulcsokat közvetlenül a kódban tárold. Ha ezeket nyilvános repóba töltöd fel, biztonsági problémákhoz és akár nem kívánt költségekhez is vezethet, ha illetéktelenek használják fel. Íme egy lépésről-lépésre útmutató, hogyan hozhatsz létre .env fájlt Pythonhoz, és hogyan adhatod hozzá a GITHUB_TOKEN-t:

  1. Navigálj a projekt könyvtáradba: Nyisd meg a terminált vagy parancssort, és lépj arra a könyvtárra, ahol a .env fájlt létre szeretnéd hozni.

    cd path/to/your/project

  2. Hozd létre a .env fájlt: Használd a kedvenc szövegszerkesztődet egy új .env nevű fájl létrehozásához. Parancssorból touch (Unix-alapú rendszereken) vagy echo (Windows-on):

    Unix-alapú rendszerek:

    touch .env

    Windows:

    echo . > .env

  3. Szerkeszd a .env fájlt: Nyisd meg a .env fájlt egy szövegszerkesztőben (pl. VS Code, Notepad++, vagy bármelyik másik). Írd be az alábbi sort, ahol a your_github_token_here helyére a saját GitHub tokenedet írd:

    GITHUB_TOKEN=your_github_token_here

  4. Mentsd el a fájlt: Mentsd el a módosításokat, és zárd be a szerkesztőt.

  5. Telepítsd a python-dotenv-et: Ha még nem tetted meg, telepítsd a python-dotenv csomagot, hogy a környezeti változókat a .env fájlból be tudd tölteni a Python alkalmazásodba. Telepítheted pip-pel:

    pip install python-dotenv

  6. Töltsd be a környezeti változókat a Python szkriptedben: A Python szkriptedben a python-dotenv csomaggal töltheted be a .env fájlból a környezeti változókat:

    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)

Ennyi! Sikeresen létrehoztad a .env fájlt, hozzáadtad a GitHub tokenedet, és betöltötted azt a Python alkalmazásodba.

🔐 Soha ne töltsd fel a .env fájlt—már benne van a .gitignore-ban. A teljes szolgáltatói útmutató a providers.md fájlban található.

4. Hogyan tovább?

Ezt szeretném… Menj ide…
Első lecke indítása 01-introduction-to-genai
LLM szolgáltató beállítása providers.md
Találkozz más tanulókkal Csatlakozz a Discordhoz

5. Hibakeresés

Tünet Megoldás
python not found Add hozzá a Python-t a PATH-hoz, vagy indítsd újra a terminált
pip nem tud kerekeket építeni (Windows) pip install --upgrade pip setuptools wheel majd próbáld újra.
ModuleNotFoundError: dotenv Futtasd: pip install -r requirements.txt (a környezet nem volt telepítve).
Docker build hibát ad Nincs hely Docker Desktop ▸ Beállítások ▸ Erőforrások → növeld a lemez méretét.
VS Code folyamatosan újranyitást kér Lehet, hogy mindkét opció aktív; válassz egyet (venv vagy konténer)
OpenAI 401 / 429 hibák Ellenőrizd az OPENAI_API_KEY értékét / kérés limitet.
Hibák Conda használatakor Telepítsd a Microsoft AI könyvtárakat: conda install -c microsoft azure-ai-ml

Jogi nyilatkozat: Ez a dokumentum AI fordítási szolgáltatás, a Co-op Translator segítségével készült. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasoljuk a professzionális, emberi fordítást. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy félreértelmezésekért.