Skip to content

02-setup-local.md

Latest commit

 

History

History
230 lines (156 loc) · 11.3 KB

02-setup-local.md

File metadata and controls

230 lines (156 loc) · 11.3 KB
Raw

ローカルセットアップ 🖥️

すべて自分のパソコンで動かしたい場合はこのガイドを使ってください。
方法は2つあります：(A) ネイティブPython + virtual-env または (B) VS Code Dev Container（Docker使用）。
どちらでもOKです。好きな方を選んでください。どちらも同じレッスンに進めます。

1. 必要なもの

ツール バージョン / 備考
Python 3.10以上（https://python.org から入手）
Git 最新版（Xcode / Git for Windows / Linuxパッケージマネージャーに付属）
VS Code 任意ですが推奨 https://code.visualstudio.com
Docker Desktop Bの方法のみ 必要。無料インストール: https://docs.docker.com/desktop/

💡 Tip – ターミナルでツールのバージョン確認:
python --version, git --version, docker --version, code --version

2. オプションA – ネイティブPython（最速）

Step 1 このリポジトリをクローン

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

Step 2 仮想環境を作成して有効化

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

✅ プロンプトの先頭に (.venv) が表示されていれば、仮想環境に入っています。

Step 3 依存パッケージをインストール

pip install -r requirements.txt

APIキー のセクション3へ進んでください。

2. オプションB – VS Code Dev Container（Docker）

このリポジトリとコースは開発コンテナでセットアップされています。Universalランタイムが入っており、Python3、.NET、Node.js、Javaの開発が可能です。関連する設定はリポジトリのルートにある .devcontainer/ フォルダ内の devcontainer.json で定義されています。

なぜこれを選ぶ？ Codespacesと同じ環境で、依存関係のズレがありません。

Step 0 追加ツールのインストール

Docker Desktop – docker --version が動くか確認してください。
VS Code Remote – Containers拡張機能（ID: ms-vscode-remote.remote-containers）。

Step 1 VS Codeでリポジトリを開く

ファイル ▸ フォルダーを開く… → generative-ai-for-beginners

VS Codeが .devcontainer/ を検出し、プロンプトが表示されます。

Step 2 コンテナで再オープン

「Reopen in Container」をクリック。Dockerがイメージをビルドします（初回は約3分）。
ターミナルのプロンプトが表示されたら、コンテナ内に入っています。

2. オプションC – Miniconda

Miniconda は Conda、Python、いくつかのパッケージをインストールする軽量インストーラーです。
Conda自体はパッケージマネージャーで、Pythonの仮想環境やパッケージの切り替えが簡単にできます。pipで入らないパッケージのインストールにも便利です。

Step 0 Minicondaをインストール

MiniCondaインストールガイドに従ってセットアップしてください。

conda --version

Step 1 仮想環境ファイルを作成

新しい環境ファイル（environment.yml）を作成します。Codespacesを使っている場合は .devcontainer ディレクトリ内、つまり .devcontainer/environment.yml に作成してください。

Step 2 環境ファイルに内容を追加

environment.yml に以下のスニペットを追加してください。

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

Step 3 Conda環境を作成

下記コマンドをコマンドライン/ターミナルで実行してください。

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

問題が発生した場合は Conda環境ガイド を参照してください。

2 オプションD – クラシックJupyter / Jupyter Lab（ブラウザで実行）

どんな人向け？
クラシックなJupyterインターフェースが好きな方や、VS Codeを使わずにノートブックを動かしたい方。

Step 1 Jupyterがインストールされているか確認

Jupyterをローカルで起動するには、ターミナル/コマンドラインでコースディレクトリに移動し、以下を実行してください。

jupyter notebook

または

jupyterhub

これでJupyterが起動し、アクセス用のURLがコマンドラインに表示されます。

URLにアクセスすると、コースのアウトラインが表示され、任意の *.ipynb ファイルに移動できます。例：08-building-search-applications/python/oai-solution.ipynb。

3. APIキーを追加しよう

APIキーを安全に管理することは、どんなアプリケーションを作る場合でもとても大切です。APIキーをコード内に直接書かないようにしましょう。公開リポジトリにコミットすると、セキュリティ上の問題や、悪用された場合に思わぬコストが発生することもあります。
ここではPython用に .env ファイルを作成し、GITHUB_TOKEN を追加する手順を紹介します。

  1. プロジェクトディレクトリに移動: ターミナルやコマンドプロンプトで、.env ファイルを作成したいプロジェクトのルートディレクトリに移動します。

    cd path/to/your/project

  2. .env ファイルを作成: 好きなテキストエディタで .env という新しいファイルを作成します。コマンドラインからなら、Unix系は touch、Windowsは echo を使えます。

    Unix系:

    touch .env

    Windows:

    echo . > .env

  3. .env ファイルを編集: .env ファイルをテキストエディタ（例: VS Code, Notepad++ など）で開き、下記の行を追加します。your_github_token_here を実際のGitHubトークンに置き換えてください。

    GITHUB_TOKEN=your_github_token_here

  4. ファイルを保存: 変更を保存してエディタを閉じます。

  5. python-dotenv をインストール: まだインストールしていない場合は、python-dotenv パッケージをインストールしてください。これで .env ファイルからPythonアプリに環境変数を読み込めます。pip でインストールできます。

    pip install python-dotenv

  6. Pythonスクリプトで環境変数を読み込む: Pythonスクリプト内で python-dotenv を使い、.env ファイルから環境変数を読み込みます。

    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)

これで完了です！.env ファイルを作成し、GitHubトークンを追加し、Pythonアプリで読み込めるようになりました。

🔐 .envは絶対にコミットしないでください—すでに .gitignore に含まれています。
各プロバイダーの詳細な手順は providers.md にあります。

4. 次は何をする？

やりたいこと 進む先
レッスン1を始める 01-introduction-to-genai
LLMプロバイダーを設定 providers.md
他の学習者と交流する Discordに参加

5. トラブルシューティング

症状 対処法
python not found PythonをPATHに追加、またはインストール後にターミナルを再起動
pip でwheelsがビルドできない（Windows） pip install --upgrade pip setuptools wheel を実行して再試行
ModuleNotFoundError: dotenv pip install -r requirements.txt を実行（環境が未インストール）
Dockerビルド失敗 No space left Docker Desktop ▸ 設定 ▸ リソース → ディスクサイズを増やす
VS Codeが再オープンを促し続ける 両方のオプションが有効になっている可能性あり。どちらか一方（venv または container）を選択
OpenAI 401 / 429 エラー OPENAI_API_KEY の値やリクエストレート制限を確認
Conda使用時のエラー conda install -c microsoft azure-ai-ml でMicrosoft AIライブラリをインストール

免責事項：
本書類はAI翻訳サービス Co-op Translator を使用して翻訳されています。正確性には努めておりますが、自動翻訳には誤りや不正確な表現が含まれる場合があります。原文（元の言語の文書）が正式な情報源として扱われるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用により生じたいかなる誤解や誤認についても、当方は責任を負いかねます。