Skip to content

SETUP.md

Latest commit

 

History

History
149 lines (100 loc) · 18.2 KB

SETUP.md

File metadata and controls

149 lines (100 loc) · 18.2 KB

ตั้งค่าสภาพแวดล้อมสำหรับนักพัฒนา

เราตั้งค่าที่เก็บนี้และคอร์สด้วย development container ที่มี Universal runtime รองรับการพัฒนา Python3, .NET, Node.js และ Java การตั้งค่าที่เกี่ยวข้องถูกกำหนดไว้ในไฟล์ devcontainer.json ซึ่งอยู่ในโฟลเดอร์ .devcontainer/ ที่รูทของที่เก็บนี้

เพื่อเปิดใช้งาน dev container ให้เปิดใน GitHub Codespaces (สำหรับ runtime ที่โฮสต์บนคลาวด์) หรือใน Docker Desktop (สำหรับ runtime ที่โฮสต์บนเครื่องท้องถิ่น) อ่าน เอกสารนี้ เพื่อดูรายละเอียดเพิ่มเติมเกี่ยวกับการทำงานของ dev containers ใน VS Code

Tip

เราแนะนำให้ใช้ GitHub Codespaces เพื่อเริ่มต้นอย่างรวดเร็วและง่ายดาย โดยมี โควต้าการใช้งานฟรี ที่มากพอสำหรับบัญชีส่วนตัว ตั้งค่า timeouts เพื่อหยุดหรือยกเลิก codespaces ที่ไม่ใช้งาน เพื่อใช้โควต้าให้คุ้มค่าที่สุด

1. การรันงานที่ได้รับมอบหมาย

แต่ละบทเรียนจะมีงานที่ ไม่บังคับ ซึ่งอาจมีให้ในหนึ่งหรือหลายภาษาโปรแกรม เช่น Python, .NET/C#, Java และ JavaScript/TypeScript ส่วนนี้ให้คำแนะนำทั่วไปเกี่ยวกับการรันงานเหล่านั้น

1.1 งาน Python

งาน Python จะมีให้ในรูปแบบแอปพลิเคชัน (.py ไฟล์) หรือ Jupyter notebooks (.ipynb ไฟล์)

  • ในการรัน notebook ให้เปิดใน Visual Studio Code แล้วคลิก Select Kernel (มุมบนขวา) และเลือกตัวเลือก Python 3 เริ่มต้น จากนั้นคุณสามารถ Run All เพื่อรัน notebook ได้เลย
  • ในการรันแอป Python จาก command-line ให้ทำตามคำแนะนำเฉพาะของงานเพื่อเลือกไฟล์ที่ถูกต้องและใส่อาร์กิวเมนต์ที่จำเป็น

2. การตั้งค่าผู้ให้บริการ

งานที่ได้รับมอบหมาย อาจ ถูกตั้งค่าให้ทำงานกับการใช้งาน Large Language Model (LLM) ผ่านผู้ให้บริการที่รองรับ เช่น OpenAI, Azure หรือ Hugging Face ซึ่งให้ hosted endpoint (API) ที่เราสามารถเข้าถึงได้โดยโปรแกรมด้วยข้อมูลรับรองที่ถูกต้อง (API key หรือ token) ในคอร์สนี้ เราจะพูดถึงผู้ให้บริการเหล่านี้:

  • OpenAI ที่มีโมเดลหลากหลายรวมถึงซีรีส์ GPT หลัก
  • Azure OpenAI สำหรับโมเดล OpenAI ที่เน้นความพร้อมใช้งานในองค์กร
  • Hugging Face สำหรับโมเดลโอเพ่นซอร์สและ inference server

คุณจะต้องใช้บัญชีของตัวเองสำหรับแบบฝึกหัดเหล่านี้ งานที่ได้รับมอบหมายเป็นแบบไม่บังคับ คุณสามารถเลือกตั้งค่าเพียงหนึ่ง รายการทั้งหมด หรือไม่ตั้งค่าเลยก็ได้ตามความสนใจ คำแนะนำสำหรับการสมัคร:

สมัคร ค่าใช้จ่าย API Key Playground หมายเหตุ
OpenAI ราคา ตามโปรเจกต์ ไม่ต้องเขียนโค้ด, เว็บ มีโมเดลหลายตัวให้เลือก
Azure ราคา เริ่มต้นด้วย SDK เริ่มต้นด้วย Studio ต้องสมัครล่วงหน้าเพื่อขอสิทธิ์
Hugging Face ราคา Access Tokens Hugging Chat Hugging Chat มีโมเดลจำกัด

ทำตามคำแนะนำด้านล่างเพื่อ ตั้งค่า ที่เก็บนี้ให้ใช้งานกับผู้ให้บริการต่างๆ งานที่ต้องการผู้ให้บริการเฉพาะจะมีแท็กเหล่านี้ในชื่อไฟล์:

  • aoai - ต้องใช้ Azure OpenAI endpoint และ key
  • oai - ต้องใช้ OpenAI endpoint และ key
  • hf - ต้องใช้ Hugging Face token

คุณสามารถตั้งค่าได้หนึ่ง รายการทั้งหมด หรือไม่ตั้งค่าเลย งานที่เกี่ยวข้องจะเกิดข้อผิดพลาดหากขาดข้อมูลรับรอง

2.1. สร้างไฟล์ .env

เราสมมติว่าคุณได้อ่านคำแนะนำข้างต้นและสมัครผู้ให้บริการที่เกี่ยวข้องแล้ว พร้อมได้รับข้อมูลรับรองการยืนยันตัวตนที่จำเป็น (API_KEY หรือ token) สำหรับ Azure OpenAI เราสมมติว่าคุณมีการใช้งาน Azure OpenAI Service (endpoint) ที่ถูกตั้งค่าและมีโมเดล GPT อย่างน้อยหนึ่งตัวสำหรับ chat completion

ขั้นตอนถัดไปคือการตั้งค่า ตัวแปรสภาพแวดล้อมในเครื่อง ดังนี้:

  1. มองหาไฟล์ .env.copy ในโฟลเดอร์รูท ซึ่งควรมีเนื้อหาประมาณนี้:

    # 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. คัดลอกไฟล์นั้นเป็น .env โดยใช้คำสั่งด้านล่าง ไฟล์นี้จะถูก gitignore เพื่อเก็บความลับให้ปลอดภัย

    cp .env.copy .env

  3. กรอกค่าต่างๆ (แทนที่ตัวแทนที่อยู่ข้างขวาของ =) ตามที่อธิบายในส่วนถัดไป

  4. (ตัวเลือก) หากคุณใช้ GitHub Codespaces คุณสามารถบันทึกตัวแปรสภาพแวดล้อมเป็น Codespaces secrets ที่เชื่อมโยงกับที่เก็บนี้ได้ ในกรณีนั้นคุณไม่จำเป็นต้องตั้งค่าไฟล์ .env ในเครื่อง แต่โปรดทราบว่าตัวเลือกนี้ใช้ได้เฉพาะกับ GitHub Codespaces เท่านั้น หากใช้ Docker Desktop คุณยังต้องตั้งค่าไฟล์ .env ในเครื่องอยู่

2.2. กรอกข้อมูลในไฟล์ .env

มาดูชื่อของตัวแปรเพื่อเข้าใจว่ามีความหมายอย่างไร:

ตัวแปร คำอธิบาย
HUGGING_FACE_API_KEY คือ token การเข้าถึงของผู้ใช้ที่คุณตั้งค่าในโปรไฟล์
OPENAI_API_KEY คือคีย์อนุญาตสำหรับใช้บริการ OpenAI ที่ไม่ใช่ Azure
AZURE_OPENAI_API_KEY คือคีย์อนุญาตสำหรับใช้บริการ Azure OpenAI
AZURE_OPENAI_ENDPOINT คือ endpoint ที่ถูก deploy สำหรับ Azure OpenAI resource
AZURE_OPENAI_DEPLOYMENT คือ endpoint สำหรับโมเดล text generation ที่ deploy
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT คือ endpoint สำหรับโมเดล text embeddings ที่ deploy

หมายเหตุ: ตัวแปร Azure OpenAI สองตัวสุดท้ายนี้ใช้สำหรับโมเดลเริ่มต้นที่ใช้ในการ chat completion (text generation) และการค้นหาเวกเตอร์ (embeddings) ตามลำดับ คำแนะนำการตั้งค่าจะระบุไว้ในงานที่เกี่ยวข้อง

2.3 ตั้งค่า Azure: จาก Portal

ค่าของ Azure OpenAI endpoint และ key จะพบได้ใน Azure Portal ดังนั้นเริ่มต้นที่นั่น

  1. ไปที่ Azure Portal
  2. คลิกที่ตัวเลือก Keys and Endpoint ในแถบเมนูด้านข้าง (เมนูซ้าย)
  3. คลิก Show Keys - คุณจะเห็น KEY 1, KEY 2 และ Endpoint
  4. ใช้ค่า KEY 1 สำหรับ AZURE_OPENAI_API_KEY
  5. ใช้ค่า Endpoint สำหรับ AZURE_OPENAI_ENDPOINT

ถัดไป เราต้องการ endpoint สำหรับโมเดลที่เราติดตั้งไว้

  1. คลิกตัวเลือก Model deployments ในแถบเมนูด้านข้าง (เมนูซ้าย) ของ Azure OpenAI resource
  2. ในหน้าปลายทาง คลิก Manage Deployments

จะพาคุณไปยังเว็บไซต์ Azure OpenAI Studio ซึ่งเราจะหาค่าที่เหลือตามที่อธิบายด้านล่าง

2.4 ตั้งค่า Azure: จาก Studio

  1. ไปที่ Azure OpenAI Studio จาก resource ของคุณ ตามที่อธิบายไว้ข้างต้น
  2. คลิกแท็บ Deployments (แถบด้านข้างซ้าย) เพื่อดูโมเดลที่ติดตั้งอยู่ในปัจจุบัน
  3. หากโมเดลที่ต้องการยังไม่ได้ติดตั้ง ให้ใช้ Create new deployment เพื่อติดตั้งโมเดลนั้น
  4. คุณจะต้องมีโมเดล text-generation — เราแนะนำ: gpt-35-turbo
  5. คุณจะต้องมีโมเดล text-embedding — เราแนะนำ text-embedding-ada-002

ตอนนี้อัปเดตตัวแปรสภาพแวดล้อมให้ตรงกับชื่อ Deployment name ที่ใช้ โดยปกติจะเหมือนกับชื่อโมเดล เว้นแต่คุณจะเปลี่ยนชื่อเอง เช่น:

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

อย่าลืมบันทึกไฟล์ .env เมื่อเสร็จแล้ว คุณสามารถปิดไฟล์และกลับไปทำตามคำแนะนำสำหรับการรัน notebook ต่อได้

2.5 ตั้งค่า OpenAI: จากโปรไฟล์

คีย์ API ของ OpenAI ของคุณจะพบได้ใน บัญชี OpenAI ของคุณ หากยังไม่มี คุณสามารถสมัครบัญชีและสร้าง API key ได้ เมื่อได้คีย์แล้ว ให้นำไปกรอกในตัวแปร OPENAI_API_KEY ในไฟล์ .env

2.6 ตั้งค่า Hugging Face: จากโปรไฟล์

token ของ Hugging Face จะพบได้ในโปรไฟล์ของคุณที่ Access Tokens อย่าโพสต์หรือแชร์ token เหล่านี้สู่สาธารณะ ให้สร้าง token ใหม่สำหรับใช้งานในโปรเจกต์นี้และคัดลอกไปใส่ในไฟล์ .env ในตัวแปร HUGGING_FACE_API_KEY หมายเหตุ: นี่ไม่ใช่ API key จริงๆ แต่ใช้สำหรับการยืนยันตัวตน ดังนั้นจึงใช้ชื่อนี้เพื่อความสอดคล้องกัน

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยผู้เชี่ยวชาญมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้