Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 12.6 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 12.6 KB

مقامی سیٹ اپ 🖥️

اس رہنمائی کو استعمال کریں اگر آپ سب کچھ اپنے لیپ ٹاپ پر چلانا چاہتے ہیں۔
آپ کے پاس دو راستے ہیں: (A) نیٹو پائتھن + ورچوئل-انوائرنمنٹ یا (B) VS Code Dev Container with Docker۔
جو آسان لگے، وہی منتخب کریں—دونوں راستے ایک ہی سبق تک پہنچاتے ہیں۔

1. لازمی چیزیں

ٹول ورژن / نوٹس
Python 3.10 + (حاصل کریں https://python.org)
Git تازہ ترین (Xcode / Git for Windows / Linux package manager کے ساتھ آتا ہے)
VS Code اختیاری مگر تجویز کردہ https://code.visualstudio.com
Docker Desktop صرف آپشن B کے لیے۔ مفت انسٹال: https://docs.docker.com/desktop/

💡 ٹپ – ٹرمینل میں ٹولز کی تصدیق کریں:
python --version, git --version, docker --version, code --version

2. آپشن A – نیٹو پائتھن (سب سے تیز)

مرحلہ 1 اس ریپو کو کلون کریں

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

مرحلہ 2 ورچوئل انوائرنمنٹ بنائیں اور ایکٹیویٹ کریں

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

✅ اب پرامپٹ (.venv) سے شروع ہونا چاہیے—اس کا مطلب ہے آپ انوائرنمنٹ کے اندر ہیں۔

مرحلہ 3 ڈیپینڈنسیز انسٹال کریں

pip install -r requirements.txt

API keys والے سیکشن 3 پر جائیں

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

ہم نے اس ریپوزٹری اور کورس کو ایک development container کے ساتھ سیٹ اپ کیا ہے جس میں یونیورسل رن ٹائم ہے جو Python3, .NET, Node.js اور Java ڈویلپمنٹ کو سپورٹ کرتا ہے۔ متعلقہ کنفیگریشن devcontainer.json فائل میں ہے جو .devcontainer/ فولڈر میں اس ریپوزٹری کی روٹ پر موجود ہے۔

یہ کیوں منتخب کریں؟ Codespaces جیسا بالکل ایک جیسا ماحول؛ کوئی ڈیپینڈنسی ڈرفٹ نہیں۔

مرحلہ 0 اضافی چیزیں انسٹال کریں

Docker Desktop – تصدیق کریں docker --version کام کرتا ہے۔ VS Code Remote – Containers ایکسٹینشن (ID: ms-vscode-remote.remote-containers)۔

مرحلہ 1 ریپو کو VS Code میں کھولیں

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

VS Code .devcontainer/ کو پہچانتا ہے اور ایک پرامپٹ دکھاتا ہے۔

مرحلہ 2 کنٹینر میں دوبارہ کھولیں

“Reopen in Container” پر کلک کریں۔ Docker امیج بناتا ہے (پہلی بار ≈ 3 منٹ)۔ جب ٹرمینل پرامپٹ آئے، آپ کنٹینر کے اندر ہیں۔

2. آپشن C – Miniconda

Miniconda ایک ہلکا پھلکا انسٹالر ہے جو Conda، Python اور کچھ پیکجز انسٹال کرتا ہے۔ Conda بذات خود ایک پیکج مینیجر ہے، جو مختلف Python ورچوئل انوائرنمنٹس اور پیکجز کو سیٹ اپ اور سوئچ کرنا آسان بناتا ہے۔ یہ ان پیکجز کو انسٹال کرنے میں بھی مددگار ہے جو pip سے دستیاب نہیں۔

مرحلہ 0 Miniconda انسٹال کریں

MiniConda installation guide کو فالو کریں۔

conda --version

مرحلہ 1 ورچوئل انوائرنمنٹ بنائیں

نیا انوائرنمنٹ فائل (environment.yml) بنائیں۔ اگر آپ Codespaces استعمال کر رہے ہیں تو اسے .devcontainer ڈائریکٹری میں بنائیں، یعنی .devcontainer/environment.yml۔

مرحلہ 2 انوائرنمنٹ فائل میں مواد ڈالیں

یہ اسنیپٹ اپنے environment.yml میں شامل کریں

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

مرحلہ 3 اپنا Conda انوائرنمنٹ بنائیں

نیچے دیے گئے کمانڈز کمانڈ لائن/ٹرمینل میں چلائیں

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

اگر کوئی مسئلہ آئے تو Conda environments guide دیکھیں۔

2 آپشن D – کلاسک Jupyter / Jupyter Lab (اپنے براؤزر میں)

یہ کس کے لیے ہے؟
ہر وہ شخص جو کلاسک Jupyter انٹرفیس پسند کرتا ہے یا نوٹ بکس VS Code کے بغیر چلانا چاہتا ہے۔

مرحلہ 1 یقینی بنائیں Jupyter انسٹال ہے

Jupyter کو مقامی طور پر چلانے کے لیے، ٹرمینل/کمانڈ لائن پر جائیں، کورس ڈائریکٹری میں جائیں، اور یہ کمانڈ چلائیں:

jupyter notebook

یا

jupyterhub

اس سے Jupyter انسٹینس شروع ہو جائے گا اور اس کا URL کمانڈ لائن ونڈو میں نظر آئے گا۔

جب آپ URL پر جائیں گے تو کورس آؤٹ لائن نظر آئے گی اور آپ کسی بھی *.ipynb فائل پر جا سکیں گے۔ مثلاً، 08-building-search-applications/python/oai-solution.ipynb۔

3. اپنی API Keys شامل کریں

جب بھی کوئی ایپلیکیشن بنائیں، اپنی API keys کو محفوظ رکھنا بہت ضروری ہے۔ ہم تجویز کرتے ہیں کہ API keys کو براہ راست کوڈ میں نہ رکھیں۔ اگر یہ تفصیلات کسی پبلک ریپوزٹری میں چلی جائیں تو سیکیورٹی مسائل اور غیر ضروری اخراجات ہو سکتے ہیں۔ یہاں ایک مرحلہ وار رہنمائی ہے کہ Python کے لیے .env فائل کیسے بنائیں اور GITHUB_TOKEN کیسے شامل کریں:

  1. اپنے پروجیکٹ ڈائریکٹری میں جائیں: ٹرمینل یا کمانڈ پرامپٹ کھولیں اور اس ڈائریکٹری میں جائیں جہاں آپ .env فائل بنانا چاہتے ہیں۔

    cd path/to/your/project

  2. .env فائل بنائیں: اپنی پسندیدہ ٹیکسٹ ایڈیٹر سے نئی فائل بنائیں جس کا نام .env ہو۔ اگر کمانڈ لائن استعمال کر رہے ہیں تو touch (Unix-based systems پر) یا echo (Windows پر) استعمال کریں:

    Unix-based systems:

    touch .env

    Windows:

    echo . > .env

  3. .env فائل ایڈٹ کریں: .env فائل کو ٹیکسٹ ایڈیٹر میں کھولیں (جیسے VS Code، Notepad++ یا کوئی اور ایڈیٹر)۔ اس فائل میں یہ لائن شامل کریں، اور your_github_token_here کو اپنے اصل GitHub token سے بدل دیں:

    GITHUB_TOKEN=your_github_token_here

  4. فائل کو محفوظ کریں: تبدیلیاں محفوظ کریں اور ایڈیٹر بند کریں۔

  5. python-dotenv انسٹال کریں: اگر پہلے انسٹال نہیں کیا تو python-dotenv پیکج انسٹال کریں تاکہ .env فائل سے انوائرنمنٹ ویریبلز Python ایپلیکیشن میں لوڈ ہو سکیں۔ pip سے انسٹال کریں:

    pip install python-dotenv

  6. Python اسکرپٹ میں انوائرنمنٹ ویریبلز لوڈ کریں: اپنے Python اسکرپٹ میں python-dotenv پیکج استعمال کریں تاکہ .env فائل سے انوائرنمنٹ ویریبلز لوڈ ہو سکیں:

    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)

بس! آپ نے کامیابی سے .env فائل بنائی، اپنا GitHub token شامل کیا، اور اسے Python ایپلیکیشن میں لوڈ کر لیا۔

🔐 کبھی بھی .env کو کمیٹ نہ کریں—یہ پہلے ہی .gitignore میں ہے۔ مکمل پرووائیڈر ہدایات providers.md میں موجود ہیں۔

4. آگے کیا کرنا ہے؟

میں چاہتا ہوں… جائیں…
سبق 1 شروع کریں 01-introduction-to-genai
LLM پرووائیڈر سیٹ اپ کریں providers.md
دوسرے سیکھنے والوں سے ملیں ہمارے Discord میں شامل ہوں

5. مسائل اور حل

مسئلہ حل
python not found Python کو PATH میں شامل کریں یا انسٹال کے بعد ٹرمینل دوبارہ کھولیں
pip ونڈوز پر وہیلز نہیں بنا سکتا pip install --upgrade pip setuptools wheel پھر دوبارہ کوشش کریں
ModuleNotFoundError: dotenv pip install -r requirements.txt چلائیں (انوائرنمنٹ انسٹال نہیں ہوا)
Docker build fails No space left Docker Desktop ▸ Settings ▸ Resources → ڈسک سائز بڑھائیں
VS Code بار بار دوبارہ کھولنے کا کہتا ہے شاید دونوں آپشنز ایکٹیو ہیں؛ ایک منتخب کریں (venv یا container)
OpenAI 401 / 429 errors OPENAI_API_KEY ویلیو / ریکویسٹ ریٹ لمٹس چیک کریں
Conda استعمال کرتے وقت ایررز Microsft AI لائبریریز انسٹال کریں: conda install -c microsoft azure-ai-ml

اعلانِ دستبرداری:
یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کی بھرپور کوشش کرتے ہیں، براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہے۔ اصل دستاویز اپنی زبان میں مستند ماخذ سمجھی جائے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔