Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 14.4 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 14.4 KB

การตั้งค่าบนเครื่อง 🖥️

ใช้คู่มือนี้ถ้าคุณต้องการรันทุกอย่างบนแล็ปท็อปของตัวเอง
คุณมีสองทางเลือก: (A) Python แบบ native + virtual-env หรือ (B) VS Code Dev Container กับ Docker
เลือกแบบที่คุณสะดวก—ทั้งสองแบบนำไปสู่บทเรียนเดียวกัน

1. สิ่งที่ต้องมี

เครื่องมือ เวอร์ชัน / หมายเหตุ
Python 3.10 ขึ้นไป (ดาวน์โหลดที่ https://python.org)
Git เวอร์ชันล่าสุด (มากับ Xcode / Git for Windows / ตัวจัดการแพ็กเกจของ Linux)
VS Code ไม่จำเป็นแต่แนะนำ https://code.visualstudio.com
Docker Desktop เฉพาะ สำหรับตัวเลือก B ติดตั้งฟรี: https://docs.docker.com/desktop/

💡 Tip – ตรวจสอบเครื่องมือในเทอร์มินัล:
python --version, git --version, docker --version, code --version

2. ตัวเลือก A – Python แบบ native (เร็วสุด)

ขั้นตอนที่ 1 โคลน repo นี้

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

ขั้นตอนที่ 2 สร้าง & เปิดใช้งาน virtual environment

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

✅ ตอนนี้ prompt ควรขึ้นต้นด้วย (.venv)—แปลว่าคุณอยู่ใน env แล้ว

ขั้นตอนที่ 3 ติดตั้ง dependencies

pip install -r requirements.txt

ข้ามไปที่หัวข้อ 3 เรื่อง API keys

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

เราเตรียม repository และคอร์สนี้ด้วย development container ที่มี Universal runtime รองรับ Python3, .NET, Node.js และ Java การตั้งค่าที่เกี่ยวข้องอยู่ในไฟล์ devcontainer.json ในโฟลเดอร์ .devcontainer/ ที่ root ของ repository นี้

ทำไมถึงเลือกแบบนี้? สภาพแวดล้อมเหมือนกับ Codespaces; ไม่มีปัญหา dependency drift

ขั้นตอนที่ 0 ติดตั้งสิ่งที่ต้องใช้เพิ่ม

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

ขั้นตอนที่ 1 เปิด repo ใน VS Code

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

VS Code จะตรวจเจอ .devcontainer/ และขึ้น prompt

ขั้นตอนที่ 2 เปิดใหม่ใน container

คลิก “Reopen in Container” Docker จะ build image (ประมาณ 3 นาทีครั้งแรก) เมื่อเห็น prompt ในเทอร์มินัล แปลว่าคุณอยู่ใน container แล้ว

2. ตัวเลือก C – Miniconda

Miniconda เป็นตัวติดตั้งขนาดเล็กสำหรับ Conda, Python และแพ็กเกจบางตัว Conda เป็นตัวจัดการแพ็กเกจที่ช่วยให้ตั้งค่าและสลับระหว่าง virtual environments และแพ็กเกจต่าง ๆ ได้ง่าย นอกจากนี้ยังสะดวกสำหรับติดตั้งแพ็กเกจที่ไม่มีใน pip

ขั้นตอนที่ 0 ติดตั้ง Miniconda

ทำตาม คู่มือการติดตั้ง MiniConda เพื่อเริ่มต้น

conda --version

ขั้นตอนที่ 1 สร้าง virtual environment

สร้างไฟล์ environment ใหม่ (environment.yml) ถ้าคุณใช้ Codespaces ให้สร้างในโฟลเดอร์ .devcontainer เช่น .devcontainer/environment.yml

ขั้นตอนที่ 2 เติมข้อมูลใน environment file

เพิ่มโค้ดด้านล่างลงใน environment.yml

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

ขั้นตอนที่ 3 สร้าง Conda environment ของคุณ

รันคำสั่งด้านล่างใน command line/terminal

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

ดู คู่มือ Conda environments ถ้าพบปัญหา

2 ตัวเลือก D – Jupyter / Jupyter Lab แบบคลาสสิก (ในเบราว์เซอร์)

เหมาะกับใคร?
สำหรับคนที่ชอบหน้าตา Jupyter แบบเดิม หรืออยากรันโน้ตบุ๊กโดยไม่ใช้ VS Code

ขั้นตอนที่ 1 ตรวจสอบว่าติดตั้ง Jupyter แล้ว

เพื่อเริ่ม Jupyter บนเครื่อง ให้เปิด terminal/command line ไปที่โฟลเดอร์คอร์ส แล้วรัน:

jupyter notebook

หรือ

jupyterhub

จะเริ่ม Jupyter และแสดง URL สำหรับเข้าใช้งานในหน้าต่าง command line

เมื่อเข้า URL แล้ว คุณจะเห็นโครงร่างคอร์สและสามารถเข้าไปที่ไฟล์ *.ipynb ได้ เช่น 08-building-search-applications/python/oai-solution.ipynb

3. เพิ่ม API Keys ของคุณ

การเก็บ API keys ให้ปลอดภัยเป็นเรื่องสำคัญในการสร้างแอปพลิเคชันทุกประเภท เราแนะนำว่าอย่าเก็บ API keys ไว้ในโค้ดโดยตรง การ commit ข้อมูลเหล่านี้ลง public repository อาจทำให้เกิดปัญหาด้านความปลอดภัยและค่าใช้จ่ายที่ไม่คาดคิดถ้ามีคนไม่หวังดีนำไปใช้ นี่คือวิธีสร้างไฟล์ .env สำหรับ Python และเพิ่ม GITHUB_TOKEN:

  1. ไปที่โฟลเดอร์โปรเจกต์ของคุณ: เปิด terminal หรือ command prompt แล้วไปที่ root directory ของโปรเจกต์ที่ต้องการสร้างไฟล์ .env

    cd path/to/your/project

  2. สร้างไฟล์ .env: ใช้ text editor ที่คุณชอบสร้างไฟล์ใหม่ชื่อ .env ถ้าใช้ command line สามารถใช้ touch (บน Unix-based) หรือ echo (บน Windows):

    ระบบ Unix-based:

    touch .env

    Windows:

    echo . > .env

  3. แก้ไขไฟล์ .env: เปิดไฟล์ .env ใน text editor (เช่น VS Code, Notepad++ หรืออื่น ๆ) เพิ่มบรรทัดนี้ลงไป โดยแทนที่ your_github_token_here ด้วย GitHub token ของคุณจริง ๆ

    GITHUB_TOKEN=your_github_token_here

  4. บันทึกไฟล์: เซฟและปิด text editor

  5. ติดตั้ง python-dotenv: ถ้ายังไม่ได้ติดตั้ง ต้องติดตั้งแพ็กเกจ python-dotenv เพื่อโหลด environment variables จากไฟล์ .env เข้า Python application ใช้ pip ติดตั้งได้เลย:

    pip install python-dotenv

  6. โหลด Environment Variables ใน Python Script: ในสคริปต์ Python ให้ใช้แพ็กเกจ python-dotenv เพื่อโหลด environment variables จากไฟล์ .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)

เรียบร้อย! คุณสร้างไฟล์ .env เพิ่ม GitHub token และโหลดเข้า Python application แล้ว

🔐 อย่า commit .env—มันถูกใส่ไว้ใน .gitignore แล้ว คำแนะนำสำหรับผู้ให้บริการแบบเต็มอยู่ใน providers.md

4. ต่อไปทำอะไรดี?

ฉันต้องการ… ไปที่…
เริ่มบทเรียนที่ 1 01-introduction-to-genai
ตั้งค่า LLM Provider providers.md
พบเพื่อนร่วมเรียน เข้าร่วม Discord

5. แก้ปัญหาเบื้องต้น

อาการ วิธีแก้
python not found เพิ่ม Python ใน PATH หรือเปิด terminal ใหม่หลังติดตั้ง
pip ไม่สามารถ build wheels (Windows) pip install --upgrade pip setuptools wheel แล้วลองใหม่
ModuleNotFoundError: dotenv รัน pip install -r requirements.txt (env ยังไม่ได้ติดตั้ง)
Docker build ล้มเหลว No space left Docker Desktop ▸ Settings ▸ Resources → เพิ่มขนาดดิสก์
VS Code เด้งถามให้ reopen ตลอด อาจเปิดทั้งสองตัวเลือกพร้อมกัน; เลือกแบบเดียว (venv หรือ container)
OpenAI 401 / 429 errors ตรวจสอบค่า OPENAI_API_KEY / ข้อจำกัด request rate
มีปัญหาใช้ Conda ติดตั้งไลบรารี AI ของ Microsoft ด้วย conda install -c microsoft azure-ai-ml

ข้อจำกัดความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้เราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลสำคัญ ขอแนะนำให้ใช้บริการแปลโดยนักแปลมืออาชีพ ทางเราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่เกิดจากการใช้การแปลนี้