Skip to content

SETUP.md

Latest commit

 

History

History
145 lines (100 loc) · 21.1 KB

SETUP.md

File metadata and controls

145 lines (100 loc) · 21.1 KB

သင့် Dev ပတ်ဝန်းကျင်ကို စတင်ပြင်ဆင်ခြင်း

ဒီ repository နဲ့ သင်တန်းကို Python3, .NET, Node.js နဲ့ Java ဖွံ့ဖြိုးရေးကို ထောက်ပံ့နိုင်တဲ့ Universal runtime ပါဝင်တဲ့ development container နဲ့ ပြင်ဆင်ထားပါတယ်။ ဆက်စပ် configuration ကို ဒီ repository ရဲ့ root မှာရှိတဲ့ .devcontainer/ ဖိုလ်ဒါအတွင်းရှိ devcontainer.json ဖိုင်မှာ သတ်မှတ်ထားပါတယ်။

dev container ကို အသုံးပြုဖို့ GitHub Codespaces (cloud-hosted runtime အတွက်) သို့မဟုတ် Docker Desktop (local device-hosted runtime အတွက်) မှာ ဖွင့်ပါ။ VS Code အတွင်း dev containers များ ဘယ်လိုအလုပ်လုပ်ကြောင်း ပိုမိုသိရှိရန် ဒီစာရွက်စာတမ်း ကို ဖတ်ရှုပါ။

Tip

အလျင်အမြန် စတင်လိုသူများအတွက် GitHub Codespaces ကို အသုံးပြုရန် အကြံပြုပါတယ်။ ပုဂ္ဂိုလ်ရေးအကောင့်များအတွက် အခမဲ့ အသုံးပြုခွင့် ကို ပေးထားပါတယ်။ သင့် quota ကို အများဆုံးအသုံးပြုနိုင်ရန် အလုပ်မလုပ်သော codespaces များကို ရပ်တန့်ရန် သို့မဟုတ် ဖျက်ရန် timeouts ကို ပြင်ဆင်ပါ။

1. အလုပ်အပ်တာများကို အကောင်အထည်ဖော်ခြင်း

တစ်ခုချင်းသင်ခန်းစာတိုင်းမှာ Python, .NET/C#, Java နဲ့ JavaScript/TypeScript အပါအဝင် အစီအစဉ်ဘာသာစကားတစ်ခု သို့မဟုတ် အများကြီးဖြင့် optional အလုပ်အပ်တာများ ပါဝင်နိုင်ပါတယ်။ ဒီအပိုင်းမှာ အလုပ်အပ်တာများကို ဘယ်လို အကောင်အထည်ဖော်ရမယ်ဆိုတာ အထွေထွေ လမ်းညွှန်ချက်များ ပေးထားပါတယ်။

1.1 Python အလုပ်အပ်တာများ

Python အလုပ်အပ်တာများကို application (.py ဖိုင်များ) သို့မဟုတ် Jupyter notebook (.ipynb ဖိုင်များ) အဖြစ် ပေးထားပါတယ်။

  • notebook ကို run ဖို့ Visual Studio Code မှာ ဖွင့်ပြီး အပေါ်ညာဘက်ရှိ Select Kernel ကို နှိပ်ပြီး ပုံမှန် Python 3 ကို ရွေးချယ်ပါ။ အခု Run All ကို နှိပ်ပြီး notebook ကို အကောင်အထည်ဖော်နိုင်ပါပြီ။
  • command-line မှာ Python application များ run ဖို့ အလုပ်အပ်တာအလိုက် သတ်မှတ်ထားတဲ့ လမ်းညွှန်ချက်များကို လိုက်နာပြီး မှန်ကန်တဲ့ ဖိုင်များကို ရွေးချယ်ပြီး လိုအပ်တဲ့ argument များကို ထည့်သွင်းပါ။

2. Provider များကို ပြင်ဆင်ခြင်း

အလုပ်အပ်တာများကို OpenAI, Azure သို့မဟုတ် Hugging Face ကဲ့သို့သော ဝန်ဆောင်မှုပေးသူတစ်ခု သို့မဟုတ် အများကြီးရှိတဲ့ Large Language Model (LLM) deployment များနှင့် အလုပ်လုပ်အောင် ပြင်ဆင်ထားနိုင်ပါတယ်။ ၎င်းတို့က hosted endpoint (API) ကို မှန်ကန်တဲ့ အတည်ပြုချက်များ (API key သို့မဟုတ် token) ဖြင့် အလိုအလျောက် အသုံးပြုနိုင်စေပါတယ်။ ဒီသင်တန်းမှာ အောက်ပါ provider များကို ဆွေးနွေးထားပါတယ်-

  • OpenAI - core GPT စီးရီးအပါအဝင် မော်ဒယ်မျိုးစုံပါဝင်သည်။
  • Azure OpenAI - OpenAI မော်ဒယ်များအတွက် စီးပွားရေးအသုံးပြုမှုအတွက် အထူးပြင်ဆင်ထားသည်။
  • Hugging Face - open-source မော်ဒယ်များနှင့် inference server များအတွက်။

ဒီလေ့ကျင့်ခန်းများအတွက် သင့်ကိုယ်ပိုင် အကောင့်များကို အသုံးပြုရပါမည်။ အလုပ်အပ်တာများမှာ ရွေးချယ်စရာဖြစ်သောကြောင့် သင်စိတ်ဝင်စားရာ provider တစ်ခု၊ အားလုံး သို့မဟုတ် မည်သည့် provider ကိုမှ မပြင်ဆင်နိုင်ပါ။ စာရင်းသွင်းခြင်းအတွက် လမ်းညွှန်ချက်အချို့-

စာရင်းသွင်းရန် ကုန်ကျစရိတ် API Key Playground မှတ်ချက်များ
OpenAI စျေးနှုန်း Project-based No-Code, Web မော်ဒယ်များစွာ ရရှိနိုင်သည်
Azure စျေးနှုန်း SDK Quickstart Studio Quickstart အသုံးပြုခွင့် ရယူရန် ကြိုတင်လျှောက်ထားရမည်
Hugging Face စျေးနှုန်း Access Tokens Hugging Chat Hugging Chat တွင် မော်ဒယ်ကန့်သတ်ချက်ရှိသည်

ဒီ repository ကို provider များအလိုက် configure လုပ်ရန် အောက်ပါ လမ်းညွှန်ချက်များကို လိုက်နာပါ။ အလုပ်အပ်တာတစ်ခုမှာ provider တစ်ခု သတ်မှတ်ထားရင် ဖိုင်နာမည်မှာ အောက်ပါ tag များထဲမှ တစ်ခုပါဝင်ပါမယ်-

  • aoai - Azure OpenAI endpoint နဲ့ key လိုအပ်သည်
  • oai - OpenAI endpoint နဲ့ key လိုအပ်သည်
  • hf - Hugging Face token လိုအပ်သည်

သင်တစ်ခု၊ မရှိ၊ သို့မဟုတ် အားလုံးကို configure လုပ်နိုင်ပါတယ်။ ဆက်စပ် အလုပ်အပ်တာများမှာ အတည်ပြုချက် မရှိရင် error ဖြစ်ပါလိမ့်မယ်။

2.1. .env ဖိုင် ဖန်တီးခြင်း

အထက်ပါ လမ်းညွှန်ချက်များကို ဖတ်ပြီး သင့်အတွက် သင့်လျော်သော provider တွင် စာရင်းသွင်းပြီး လိုအပ်သော အတည်ပြုချက်များ (API_KEY သို့မဟုတ် token) ရရှိထားကြောင်း သတ်မှတ်ထားသည်ဟု ယူဆပါသည်။ Azure OpenAI အတွက်ဆိုရင် Azure OpenAI Service (endpoint) တစ်ခုမှာ GPT မော်ဒယ်တစ်ခုခု chat completion အတွက် တပ်ဆင်ပြီး ရှိကြောင်းလည်း ယူဆပါသည်။

နောက်တစ်ဆင့်မှာ သင့် local environment variables ကို အောက်ပါအတိုင်း ပြင်ဆင်ပါ-

  1. root ဖိုလ်ဒါမှာ .env.copy ဖိုင်ရှိမရှိ စစ်ဆေးပါ။ အဲဒီဖိုင်ထဲမှာ အောက်ပါအတိုင်း ပါဝင်နိုင်ပါတယ်-

    # OpenAI Provider
OPENAI_API_KEY='<add your OpenAI API key here>'

## Azure OpenAI
AZURE_OPENAI_API_VERSION='2024-02-01' # Default is set!
AZURE_OPENAI_API_KEY='<add your AOAI key here>'
AZURE_OPENAI_ENDPOINT='<add your AOIA service endpoint here>'
AZURE_OPENAI_DEPLOYMENT='<add your chat completion model name here>' 
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your embeddings model name here>'

## Hugging Face
HUGGING_FACE_API_KEY='<add your HuggingFace API or token here>'

  2. အောက်ပါ command ဖြင့် .env.copy ကို .env အဖြစ် ကူးယူပါ။ ဒီဖိုင်က gitignore ထားပြီး လျှို့ဝှက်ချက်များကို ကာကွယ်ထားပါတယ်။

    cp .env.copy .env

  3. နောက်ပိုင်း အပိုင်းမှာ ဖော်ပြထားသလို = အနားက placeholder များကို သင့်အချက်အလက်ဖြင့် ဖြည့်စွက်ပါ။

  4. (ရွေးချယ်စရာ) GitHub Codespaces ကို အသုံးပြုပါက ဒီ repository နဲ့ ဆက်စပ်ထားတဲ့ Codespaces secrets အဖြစ် environment variables များကို သိမ်းဆည်းနိုင်ပါတယ်။ ဒီလိုလုပ်ရင် local .env ဖိုင် မလိုတော့ပါဘူး။ သို့သော် ဒီရွေးချယ်မှုက GitHub Codespaces ကိုသာ အသုံးပြုတဲ့အခါမှာသာ အလုပ်လုပ်ပါမယ်။ Docker Desktop ကို အသုံးပြုရင်တော့ .env ဖိုင်ကို ပြင်ဆင်ထားရပါမယ်။

2.2 .env ဖိုင်ကို ဖြည့်စွက်ခြင်း

variable နာမည်တွေက ဘာကို ကိုယ်စားပြုတာလဲဆိုတာ အမြန်ကြည့်ကြရအောင်-

Variable ဖော်ပြချက်
HUGGING_FACE_API_KEY သင့် profile မှာ သတ်မှတ်ထားတဲ့ user access token ဖြစ်သည်
OPENAI_API_KEY non-Azure OpenAI endpoint များအတွက် ဝန်ဆောင်မှု အသုံးပြုခွင့် key ဖြစ်သည်
AZURE_OPENAI_API_KEY Azure OpenAI ဝန်ဆောင်မှု အသုံးပြုခွင့် key ဖြစ်သည်
AZURE_OPENAI_ENDPOINT Azure OpenAI resource အတွက် တပ်ဆင်ထားသော endpoint ဖြစ်သည်
AZURE_OPENAI_DEPLOYMENT text generation မော်ဒယ် deployment endpoint ဖြစ်သည်
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT text embeddings မော်ဒယ် deployment endpoint ဖြစ်သည်

မှတ်ချက်- နောက်ဆုံး Azure OpenAI variable နှစ်ခုဟာ chat completion (text generation) နဲ့ vector search (embeddings) အတွက် ပုံမှန် မော်ဒယ်များကို ကိုယ်စားပြုပါတယ်။ ၎င်းတို့ကို သတ်မှတ်ရန် လမ်းညွှန်ချက်များကို ဆက်စပ် အလုပ်အပ်တာများမှာ ဖော်ပြပါလိမ့်မယ်။

2.3 Azure ကို Portal မှတဆင့် ပြင်ဆင်ခြင်း

Azure OpenAI endpoint နဲ့ key တန်ဖိုးများကို Azure Portal မှာ ရှာတွေ့နိုင်ပါသည်။ အဲဒီနေရာကနေ စတင်ကြရအောင်-

  1. Azure Portal သို့ သွားပါ။
  2. Sidebar (ဘယ်ဘက် menu) မှ Keys and Endpoint ကို နှိပ်ပါ။
  3. Show Keys ကို နှိပ်ပါ - KEY 1, KEY 2 နဲ့ Endpoint ကို မြင်ရပါမယ်။
  4. AZURE_OPENAI_API_KEY အတွက် KEY 1 ကို အသုံးပြုပါ။
  5. AZURE_OPENAI_ENDPOINT အတွက် Endpoint ကို အသုံးပြုပါ။

နောက်တစ်ဆင့်မှာ တပ်ဆင်ထားတဲ့ မော်ဒယ်အတွက် endpoint များလိုအပ်ပါသည်။

  1. Azure OpenAI resource အတွက် sidebar (ဘယ်ဘက် menu) မှ Model deployments ကို နှိပ်ပါ။
  2. ရောက်ရှိသော စာမျက်နှာတွင် Manage Deployments ကို နှိပ်ပါ။

ဒီနေရာကနေ Azure OpenAI Studio ဝက်ဘ်ဆိုက်သို့ သွားရောက်ပြီး အောက်ပါအတိုင်း တန်ဖိုးများကို ရှာဖွေပါမယ်။

2.4 Azure ကို Studio မှတဆင့် ပြင်ဆင်ခြင်း

  1. အထက်ဖော်ပြထားသလို သင့် resource မှ Azure OpenAI Studio သို့ သွားပါ။
  2. sidebar (ဘယ်ဘက်) မှ Deployments tab ကို နှိပ်ပြီး လက်ရှိ တပ်ဆင်ထားသော မော်ဒယ်များကို ကြည့်ပါ။
  3. သင်လိုချင်သော မော်ဒယ် မတပ်ဆင်ထားရင် Create new deployment ကို အသုံးပြုပြီး တပ်ဆင်ပါ။
  4. text-generation မော်ဒယ်တစ်ခု လိုအပ်ပါမယ် - အကြံပြုချက်မှာ gpt-35-turbo ဖြစ်ပါတယ်။
  5. text-embedding မော်ဒယ်တစ်ခု လိုအပ်ပါမယ် - အကြံပြုချက်မှာ text-embedding-ada-002 ဖြစ်ပါတယ်။

အခုတော့ environment variables တွေကို သုံးထားတဲ့ Deployment name နဲ့ ကိုက်ညီအောင် ပြင်ဆင်ပါ။ မူလအားဖြင့် မော်ဒယ်နာမည်နဲ့ တူညီပါလိမ့်မယ်၊ သင်ပြောင်းလဲထားရင်တော့ အဲဒီအတိုင်းဖြစ်ပါမယ်။ ဥပမာ-

AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo'
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002'

ပြင်ဆင်ပြီး .env ဖိုင်ကို သိမ်းမမေ့ပါနဲ့။ ဖိုင်ကို ပိတ်ပြီး notebook run လုပ်ရန် လမ်းညွှန်ချက်များဆီ ပြန်သွားနိုင်ပါပြီ။

2.5 OpenAI ကို Profile မှတဆင့် ပြင်ဆင်ခြင်း

သင့် OpenAI API key ကို သင့် OpenAI အကောင့် မှာ ရှာတွေ့နိုင်ပါသည်။ မရှိသေးရင် အကောင့်ဖွင့်ပြီး API key တစ်ခု ဖန်တီးနိုင်ပါတယ်။ key ရရှိပြီးပါက .env ဖိုင်ထဲမှာ OPENAI_API_KEY variable ကို ဖြည့်ပါ။

2.6 Hugging Face ကို Profile မှတဆင့် ပြင်ဆင်ခြင်း

သင့် Hugging Face token ကို သင့် profile အောက်က Access Tokens မှာ ရှာတွေ့နိုင်ပါသည်။ ဒီ token များကို အများသို့ မဖော်ပြသင့်ပါ။ ဒီ project အတွက် အသစ် token တစ်ခု ဖန်တီးပြီး .env ဖိုင်ထဲ HUGGING_FACE_API_KEY variable အဖြစ် ကူးထည့်ပါ။ မှတ်ချက်- ဒီ token ဟာ နည်းပညာပိုင်းဆိုင်ရာ API key မဟုတ်ပေမယ့် authentication အတွက် အသုံးပြုတာဖြစ်လို့ အမည်ကို တူညီစွာ သုံးထားတာ ဖြစ်ပါတယ်။

အကြောင်းကြားချက်
ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ဖြင့် ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားသော်လည်း၊ အလိုအလျောက် ဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် မေတ္တာရပ်ခံအပ်ပါသည်။ မူရင်းစာတမ်းကို မိမိဘာသာစကားဖြင့်သာ တရားဝင်အချက်အလက်အဖြစ် ယူဆသင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်မှ ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုမှုကြောင့် ဖြစ်ပေါ်လာနိုင်သည့် နားလည်မှုမှားယွင်းမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မယူပါ။