Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 9.89 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 9.89 KB

Persediaan Tempatan 🖥️

Guna panduan ini jika anda lebih suka jalankan semuanya di laptop sendiri.
Anda ada dua pilihan: (A) Python asli + virtual-env atau (B) VS Code Dev Container dengan Docker.
Pilih mana-mana yang anda rasa mudah—kedua-duanya membawa ke pelajaran yang sama.

1. Prasyarat

Alat Versi / Nota
Python 3.10 + (muat turun dari https://python.org)
Git Terkini (datang bersama Xcode / Git for Windows / pengurus pakej Linux)
VS Code Pilihan tetapi disyorkan https://code.visualstudio.com
Docker Desktop Hanya untuk Pilihan B. Muat turun percuma: https://docs.docker.com/desktop/

💡 Tip – Sahkan alat di terminal:
python --version, git --version, docker --version, code --version

2. Pilihan A – Python Asli (paling pantas)

Langkah 1 Klon repo ini

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

Langkah 2 Cipta & aktifkan persekitaran maya

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

✅ Prompt kini sepatutnya bermula dengan (.venv)—ini bermakna anda sudah berada dalam env.

Langkah 3 Pasang keperluan

pip install -r requirements.txt

Terus ke Seksyen 3 tentang kunci API

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

Kami sediakan repositori dan kursus ini dengan development container yang mempunyai runtime Universal yang menyokong pembangunan Python3, .NET, Node.js dan Java. Konfigurasi berkaitan ditakrifkan dalam fail devcontainer.json yang terletak dalam folder .devcontainer/ di root repositori ini.

Kenapa pilih ini? Persekitaran sama seperti Codespaces; tiada isu perbezaan kebergantungan.

Langkah 0 Pasang keperluan tambahan

Docker Desktop – pastikan docker --version berfungsi. VS Code Remote – Containers extension (ID: ms-vscode-remote.remote-containers).

Langkah 1 Buka repo dalam VS Code

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

VS Code akan mengesan .devcontainer/ dan memaparkan prompt.

Langkah 2 Buka semula dalam container

Klik “Reopen in Container”. Docker akan bina imej (± 3 minit kali pertama). Apabila prompt terminal muncul, anda sudah berada dalam container.

2. Pilihan C – Miniconda

Miniconda ialah pemasang ringan untuk memasang Conda, Python, serta beberapa pakej. Conda sendiri ialah pengurus pakej, yang memudahkan anda untuk sediakan dan bertukar antara persekitaran maya Python dan pakej. Ia juga berguna untuk memasang pakej yang tidak tersedia melalui pip.

Langkah 0 Pasang Miniconda

Ikuti panduan pemasangan MiniConda untuk sediakan.

conda --version

Langkah 1 Cipta persekitaran maya

Cipta fail persekitaran baru (environment.yml). Jika anda mengikuti menggunakan Codespaces, cipta ini dalam direktori .devcontainer, iaitu .devcontainer/environment.yml.

Langkah 2 Isikan fail persekitaran anda

Tambah snippet berikut ke dalam environment.yml anda

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

Langkah 3 Cipta persekitaran Conda anda

Jalankan arahan di bawah dalam command line/terminal anda

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

Rujuk panduan persekitaran Conda jika anda menghadapi sebarang masalah.

2 Pilihan D – Jupyter Klasik / Jupyter Lab (dalam pelayar anda)

Untuk siapa ini?
Sesiapa yang suka antara muka Jupyter klasik atau mahu jalankan notebook tanpa VS Code.

Langkah 1 Pastikan Jupyter telah dipasang

Untuk mulakan Jupyter secara tempatan, buka terminal/command line, navigasi ke direktori kursus, dan jalankan:

jupyter notebook

atau

jupyterhub

Ini akan memulakan Jupyter dan URL untuk mengaksesnya akan dipaparkan dalam tetingkap command line.

Selepas anda akses URL tersebut, anda akan nampak rangka kursus dan boleh navigasi ke mana-mana fail *.ipynb. Contohnya, 08-building-search-applications/python/oai-solution.ipynb.

3. Tambah Kunci API Anda

Menjaga keselamatan kunci API anda sangat penting apabila membina sebarang aplikasi. Kami syorkan supaya tidak menyimpan kunci API secara langsung dalam kod anda. Jika anda commit butiran tersebut ke repositori awam, ia boleh menyebabkan isu keselamatan dan juga kos yang tidak diingini jika disalah guna. Berikut adalah panduan langkah demi langkah untuk mencipta fail .env untuk Python dan menambah GITHUB_TOKEN:

  1. Navigasi ke Direktori Projek Anda: Buka terminal atau command prompt dan navigasi ke direktori root projek anda di mana anda ingin mencipta fail .env.

    cd path/to/your/project

  2. Cipta Fail .env: Guna editor teks pilihan anda untuk mencipta fail baru bernama .env. Jika anda menggunakan command line, anda boleh guna touch (untuk sistem berasaskan Unix) atau echo (untuk Windows):

    Sistem berasaskan Unix:

    touch .env

    Windows:

    echo . > .env

  3. Edit Fail .env: Buka fail .env dalam editor teks (cth. VS Code, Notepad++, atau mana-mana editor lain). Tambah baris berikut ke dalam fail, gantikan your_github_token_here dengan token GitHub sebenar anda:

    GITHUB_TOKEN=your_github_token_here

  4. Simpan Fail: Simpan perubahan dan tutup editor teks.

  5. Pasang python-dotenv: Jika anda belum pasang, anda perlu pasang pakej python-dotenv untuk memuatkan pembolehubah persekitaran dari fail .env ke dalam aplikasi Python anda. Anda boleh pasang menggunakan pip:

    pip install python-dotenv

  6. Muatkan Pembolehubah Persekitaran dalam Skrip Python Anda: Dalam skrip Python anda, gunakan pakej python-dotenv untuk memuatkan pembolehubah persekitaran dari fail .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)

Itu sahaja! Anda telah berjaya mencipta fail .env, menambah token GitHub anda, dan memuatkannya ke dalam aplikasi Python anda.

🔐 Jangan pernah commit .env—ia sudah ada dalam .gitignore. Arahan penuh untuk penyedia ada dalam providers.md.

4. Apa seterusnya?

Saya mahu… Pergi ke…
Mula Pelajaran 1 01-introduction-to-genai
Sediakan Penyedia LLM providers.md
Berjumpa pelajar lain Sertai Discord kami

5. Penyelesaian Masalah

Simptom Penyelesaian
python not found Tambah Python ke PATH atau buka semula terminal selepas pasang
pip tidak dapat bina wheels (Windows) pip install --upgrade pip setuptools wheel kemudian cuba lagi.
ModuleNotFoundError: dotenv Jalankan pip install -r requirements.txt (env belum dipasang).
Docker build gagal No space left Docker Desktop ▸ Settings ▸ Resources → tambah saiz cakera.
VS Code asyik minta buka semula Anda mungkin ada dua pilihan aktif; pilih satu (venv atau container)
Ralat OpenAI 401 / 429 Semak nilai OPENAI_API_KEY / had kadar permintaan.
Ralat menggunakan Conda Pasang pustaka AI Microsoft dengan conda install -c microsoft azure-ai-ml

Penafian: Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.