Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 10.1 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 10.1 KB

Helyi beállítás 🖥️

Használd ezt az útmutatót, ha mindent a saját laptopodon szeretnél futtatni.
Két lehetőséged van: (A) natív Python + virtual-env vagy (B) VS Code Dev Container Dockerrel.
Válaszd azt, amelyik könnyebbnek tűnik—mindkettő ugyanahhoz a tananyaghoz vezet.

1. Előfeltételek

Eszköz Verzió / Megjegyzések
Python 3.10+ (letölthető innen: https://python.org)
Git Legfrissebb (Xcode / Git Windowsra / Linux csomagkezelő részeként érhető el)
VS Code Opcionális, de ajánlott https://code.visualstudio.com
Docker Desktop Csak a B opcióhoz. Ingyenes telepítés: https://docs.docker.com/desktop/

💡 Tipp – Ellenőrizd az eszközöket terminálban:
python --version, git --version, docker --version, code --version

2. Opció A – Natív Python (leggyorsabb)

1. lépés Klónozd ezt a repót

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

2. lépés Hozz létre és aktiválj egy virtuális környezetet

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

✅ A promptnak most (.venv)-vel kell kezdődnie — ez azt jelenti, hogy bent vagy a környezetben.

3. lépés Telepítsd a függőségeket

pip install -r requirements.txt

Ugorj a 3. szakaszra az API kulcsok hozzáadása részhez

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

Ezt a repót és tanfolyamot egy fejlesztői konténerrel állítottuk be, amely egy univerzális futtatókörnyezetet biztosít Python3, .NET, Node.js és Java fejlesztéshez. A kapcsolódó konfiguráció a devcontainer.json fájlban található, a .devcontainer/ mappában, a repó gyökerében.

Miért válaszd ezt?
Ugyanaz a környezet, mint a Codespaces-ben; nincs függőségeltérés.

0. lépés Telepítsd a kiegészítőket

Docker Desktop – ellenőrizd, hogy a docker --version működik.
VS Code Remote – Containers bővítmény (ID: ms-vscode-remote.remote-containers).

1. lépés Nyisd meg a repót VS Code-ban

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

A VS Code észleli a .devcontainer/ mappát és felugrik egy ablak.

2. lépés Nyisd meg újra a konténerben

Kattints a „Reopen in Container” gombra. A Docker felépíti a képet (első alkalommal kb. 3 perc).
Amikor megjelenik a terminál prompt, bent vagy a konténerben.

2. Opció C – Miniconda

A Miniconda egy könnyű telepítő a Conda, Python és néhány csomag telepítéséhez.
A Conda egy csomagkezelő, amely megkönnyíti különböző Python virtuális környezetek és csomagok beállítását és váltását. Hasznos olyan csomagok telepítéséhez is, amelyek nem érhetők el pip-en keresztül.

0. lépés Telepítsd a Minicondát

Kövesd a MiniConda telepítési útmutatót.

conda --version

1. lépés Hozz létre egy virtuális környezetet

Hozz létre egy új környezeti fájlt (environment.yml). Ha Codespaces-t használsz, hozd létre a .devcontainer könyvtárban, tehát .devcontainer/environment.yml néven.

2. lépés Töltsd fel a környezeti fájlt

Add hozzá a következő részletet az environment.yml fájlhoz

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

3. lépés Hozd létre a Conda környezeted

Futtasd az alábbi parancsokat a parancssorban/terminálban

conda env create --name ai4beg --file .devcontainer/environment.yml # A .devcontainer alkönyvtár csak a Codespace beállításokra vonatkozik
conda activate ai4beg

Ha problémába ütközöl, nézd meg a Conda környezetek útmutatóját.

2. Opció D – Klasszikus Jupyter / Jupyter Lab (böngészőben)

Kinek ajánlott?
Akik szeretik a klasszikus Jupyter felületet, vagy VS Code nélkül szeretnének notebookokat futtatni.

1. lépés Győződj meg róla, hogy a Jupyter telepítve van

A Jupyter helyi indításához nyisd meg a terminált/parancssort, navigálj a tanfolyam könyvtárába, és futtasd:

jupyter notebook

vagy

jupyterhub

Ez elindít egy Jupyter példányt, és a hozzáférési URL megjelenik a parancssor ablakában.

Ha megnyitod az URL-t, látnod kell a tanfolyam vázlatát, és navigálhatsz bármely *.ipynb fájlhoz. Például: 08-building-search-applications/python/oai-solution.ipynb.

3. Add hozzá az API kulcsaidat

Fontos, hogy az API kulcsaid biztonságban legyenek, amikor bármilyen alkalmazást építesz. Ajánlott, hogy ne tárold az API kulcsokat közvetlenül a kódban. Ha ezeket nyilvános repóba commitálod, az biztonsági problémákhoz és akár nem kívánt költségekhez is vezethet, ha rosszindulatú személy használja őket.
Íme egy lépésről lépésre útmutató, hogyan hozz létre egy .env fájlt Pythonhoz és hogyan add hozzá a GITHUB_TOKEN-t:

  1. Navigálj a projekt könyvtáradba: Nyisd meg a terminált vagy parancssort, és lépj be a projekt gyökérkönyvtárába, ahol létre szeretnéd hozni a .env fájlt.

    cd path/to/your/project

  2. Hozd létre a .env fájlt: Használd a kedvenc szövegszerkesztődet egy új .env nevű fájl létrehozásához. Ha parancssort használsz, Unix-alapú rendszeren a touch, Windows-on az echo parancsot használhatod:

    Unix-alapú rendszerek:

    touch .env

    Windows:

    echo . > .env

  3. Szerkeszd a .env fájlt: Nyisd meg a .env fájlt egy szövegszerkesztőben (pl. VS Code, Notepad++ vagy bármely más szerkesztő). Add hozzá a következő sort, a your_github_token_here helyére a saját GitHub tokenedet írva:

    GITHUB_TOKEN=your_github_token_here

  4. Mentsd el a fájlt: Mentsd el a változtatásokat és zárd be a szerkesztőt.

  5. Telepítsd a python-dotenv csomagot: Ha még nem tetted meg, telepítened kell a python-dotenv csomagot, hogy a .env fájlból betölthesd a környezeti változókat a Python alkalmazásodba. Telepítheted a pip segítségével:

    pip install python-dotenv

  6. Töltsd be a környezeti változókat a Python scriptedben: A Python scriptedben használd a python-dotenv csomagot, hogy betöltsd a .env fájlban lévő környezeti változókat:

    from dotenv import load_dotenv
import os

# Környezeti változók betöltése a .env fájlból
load_dotenv()

# A GITHUB_TOKEN változó elérése
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Ennyi! Sikeresen létrehoztál egy .env fájlt, hozzáadtad a GitHub tokenedet, és betöltötted a Python alkalmazásodba.

🔐 Soha ne commitáld a .env fájlt — már benne van a .gitignore-ban.
A szolgáltatók teljes útmutatói a providers.md fájlban találhatók.

4. Mi a következő lépés?

Mit szeretnék… Ugrás ide…
Kezdeni az 1. leckét 01-introduction-to-genai
Beállítani egy LLM szolgáltatót providers.md
Megismerni más tanulókat Csatlakozz a Discord szerverünkhöz

5. Hibakeresés

Tünet Megoldás
python not found Add hozzá a Pythont a PATH-hoz vagy nyisd meg újra a terminált telepítés után
pip nem tud kereket építeni (Windows) Futtasd: pip install --upgrade pip setuptools wheel, majd próbáld újra.
ModuleNotFoundError: dotenv Futtasd: pip install -r requirements.txt (a környezet nem volt telepítve).
Docker build hibák Nincs hely Docker Desktop ▸ Settings ▸ Resources → növeld a lemezméretet.
VS Code folyton újranyitásra kér Lehet, hogy mindkét opció aktív; válassz egyet (venv vagy konténer)
OpenAI 401 / 429 hibák Ellenőrizd az OPENAI_API_KEY értékét / kéréskorlátokat.
Hibák Conda használatakor Telepítsd a Microsoft AI könyvtárakat: conda install -c microsoft azure-ai-ml

Jogi nyilatkozat: Ezt a dokumentumot az AI fordító szolgáltatás, a Co-op Translator segítségével fordítottuk le. Bár a pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az anyanyelvén tekintendő hiteles forrásnak. Fontos információk esetén professzionális emberi fordítást javaslunk. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy félreértelmezésekért.