Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 9.92 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 9.92 KB

Vietinis diegimas 🖥️

Naudokite šį vadovą, jei norite viską paleisti savo kompiuteryje.
Turite du pasirinkimus: (A) natyvus Python + virtual-env arba (B) VS Code Dev Container su Docker.
Rinkitės, kas jums patogiau—abi parinktys veda prie tų pačių pamokų.

1. Reikalavimai

Įrankis Versija / Pastabos
Python 3.10 + (atsisiųskite iš https://python.org)
Git Naujausia (yra su Xcode / Git for Windows / Linux paketų tvarkykle)
VS Code Nebūtinas, bet rekomenduojamas https://code.visualstudio.com
Docker Desktop Tik B pasirinkimui. Nemokamas diegimas: https://docs.docker.com/desktop/

💡 Patarimas – Patikrinkite įrankius terminale:
python --version, git --version, docker --version, code --version

2. A pasirinkimas – Natyvus Python (greičiausias)

1 žingsnis Nukopijuokite šį repozitoriją

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

2 žingsnis Sukurkite ir aktyvuokite virtualią aplinką

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

✅ Prieš komandų eilutę turėtų atsirasti (.venv)—tai reiškia, kad esate aplinkoje.

3 žingsnis Įdiekite priklausomybes

pip install -r requirements.txt

Pereikite prie 3 skyriaus apie API raktus

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

Ši repozitorija ir kursas paruošti su development container, kuriame yra universalus vykdymo aplinka, palaikanti Python3, .NET, Node.js ir Java kūrimą. Susijusi konfigūracija aprašyta faile devcontainer.json, esančiame aplanke .devcontainer/ šios repozitorijos šaknyje.

Kodėl verta rinktis šį variantą? Identiška aplinka kaip Codespaces; jokių priklausomybių neatitikimų.

0 žingsnis Įdiekite papildomus įrankius

Docker Desktop – patikrinkite, ar docker --version veikia. VS Code Remote – Containers plėtinys (ID: ms-vscode-remote.remote-containers).

1 žingsnis Atidarykite repozitoriją su VS Code

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

VS Code aptinka .devcontainer/ ir išmeta pranešimą.

2 žingsnis Atidarykite iš naujo konteineryje

Paspauskite “Reopen in Container”. Docker sukurs atvaizdį (pirmą kartą apie 3 min.). Kai pasirodys terminalo eilutė, būsite konteineryje.

2. C pasirinkimas – Miniconda

Miniconda – tai lengvas Conda, Python ir kelių paketų diegimo įrankis. Pats Conda yra paketų tvarkyklė, leidžianti lengvai kurti ir keisti skirtingas Python virtualias aplinkas ir paketus. Taip pat patogu diegti paketus, kurių nėra per pip.

0 žingsnis Įdiekite Miniconda

Vadovaukitės MiniConda diegimo gidu, kad ją įdiegtumėte.

conda --version

1 žingsnis Sukurkite virtualią aplinką

Sukurkite naują aplinkos failą (environment.yml). Jei naudojate Codespaces, sukurkite jį .devcontainer kataloge, t.y. .devcontainer/environment.yml.

2 žingsnis Užpildykite aplinkos failą

Įtraukite šį fragmentą į savo environment.yml

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

3 žingsnis Sukurkite savo Conda aplinką

Paleiskite šias komandas komandinėje eilutėje/terminale

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

Jei kyla problemų, žiūrėkite Conda aplinkų gidą.

2 D pasirinkimas – Klasikinis Jupyter / Jupyter Lab (naršyklėje)

Kam tai skirta?
Visiems, kurie mėgsta klasikinę Jupyter sąsają arba nori paleisti užrašines be VS Code.

1 žingsnis Įsitikinkite, kad Jupyter įdiegtas

Norėdami paleisti Jupyter lokaliai, atsidarykite terminalą/komandinę eilutę, nueikite į kurso katalogą ir vykdykite:

jupyter notebook

arba

jupyterhub

Tai paleis Jupyter ir komandinėje eilutėje parodys URL, kuriuo galėsite pasiekti.

Atsidarę tą URL, matysite kurso turinį ir galėsite naršyti po bet kurį *.ipynb failą. Pavyzdžiui, 08-building-search-applications/python/oai-solution.ipynb.

3. Pridėkite savo API raktus

API raktų saugumas yra labai svarbus kuriant bet kokią programą. Rekomenduojame niekada nelaikyti API raktų tiesiogiai kode. Jei šią informaciją įkelsite į viešą repozitoriją, galite susidurti su saugumo problemomis ar net netikėtomis išlaidomis, jei kas nors tuo pasinaudos. Štai žingsnis po žingsnio, kaip sukurti .env failą Python ir pridėti GITHUB_TOKEN:

  1. Eikite į savo projekto katalogą: Atidarykite terminalą ar komandų eilutę ir nueikite į projekto šaknį, kur norite sukurti .env failą.

    cd path/to/your/project

  2. Sukurkite .env failą: Naudokite mėgstamą teksto redaktorių, kad sukurtumėte naują failą pavadinimu .env. Jei naudojate komandų eilutę, galite naudoti touch (Unix sistemose) arba echo (Windows):

    Unix sistemos:

    touch .env

    Windows:

    echo . > .env

  3. Redaguokite .env failą: Atidarykite .env failą teksto redaktoriuje (pvz., VS Code, Notepad++ ar kitame). Pridėkite šią eilutę, pakeisdami your_github_token_here į savo tikrą GitHub raktą:

    GITHUB_TOKEN=your_github_token_here

  4. Išsaugokite failą: Išsaugokite pakeitimus ir uždarykite redaktorių.

  5. Įdiekite python-dotenv: Jei dar neturite, įdiekite python-dotenv paketą, kad galėtumėte įkelti aplinkos kintamuosius iš .env failo į Python programą. Įdiekite su pip:

    pip install python-dotenv

  6. Įkelkite aplinkos kintamuosius į Python skriptą: Savo Python kode naudokite python-dotenv paketą, kad įkeltumėte kintamuosius iš .env failo:

    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)

Viskas! Sėkmingai sukūrėte .env failą, pridėjote GitHub raktą ir įkėlėte jį į Python programą.

🔐 Niekada neįkelkite .env—jis jau yra .gitignore. Pilnas tiekėjų instrukcijas rasite providers.md.

4. Kas toliau?

Noriu… Eiti į…
Pradėti 1 pamoką 01-introduction-to-genai
Nustatyti LLM tiekėją providers.md
Susipažinti su kitais mokiniais Prisijunkite prie Discord

5. Problemos ir sprendimai

Simptomas Sprendimas
python not found Pridėkite Python į PATH arba iš naujo atidarykite terminalą
pip negali sukurti wheels (Windows) pip install --upgrade pip setuptools wheel ir bandykite dar kartą.
ModuleNotFoundError: dotenv Paleiskite pip install -r requirements.txt (aplinka neįdiegta).
Docker build klaida No space left Docker Desktop ▸ Settings ▸ Resources → padidinkite disko vietą.
VS Code vis prašo atidaryti iš naujo Gali būti, kad aktyvios abi parinktys; pasirinkite vieną (venv arba container)
OpenAI 401 / 429 klaidos Patikrinkite OPENAI_API_KEY reikšmę / užklausų limitus.
Klaidos naudojant Conda Įdiekite Microsoft AI bibliotekas su conda install -c microsoft azure-ai-ml

Atsakomybės atsisakymas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipkite dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojame profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už bet kokius nesusipratimus ar neteisingą interpretavimą, kilusį naudojantis šiuo vertimu.