菜单

开发环境

相关源文件

本文档提供了有关设置和配置生成式AI初学者课程开发环境的详细信息。它涵盖了容器配置、必需的依赖项以及各种设置选项,以确保您可以有效地运行此存储库中的代码示例。

设置选项

本课程的开发环境有多种设置方法。推荐的方法是使用GitHub Codespaces,因为它提供了最一致且无忧的体验,但也提供了本地设置选项。

设置选项概述

来源: .devcontainer/devcontainer.json 00-course-setup/translations/es-mx/README.md 00-course-setup/translations/ko/README.md 00-course-setup/translations/tw/README.md

开始本课程最简单的方法是使用GitHub Codespaces,它可在云端提供预配置的开发环境。

创建codespace

  1. 将存储库fork到你的GitHub账户
  2. 点击你fork上的“Code”按钮
  3. 选择“Codespaces”选项卡
  4. 点击“Create codespace on main”

codespace将根据.devcontainer目录中的配置自动设置所有必需的依赖项和扩展。

本地设置

要在你的计算机上本地运行代码

  1. 确保已安装Python(任何最新版本)
  2. 克隆仓库
    git clone https://github.com/microsoft/generative-ai-for-beginners
    cd generative-ai-for-beginners
    
  3. 安装所需的依赖项
    pip install -r requirements.txt
    

可选:使用Miniconda

你可以使用Miniconda创建一个隔离的Python环境

  1. 安装Miniconda
  2. 创建环境文件 .devcontainer/environment.yml
  3. 创建并激活环境
    conda env create --name ai4beg --file .devcontainer/environment.yml
    conda activate ai4beg
    

容器设置

对于熟悉容器的用户,可以使用存储库中提供的开发容器配置

  1. 安装Docker
  2. 安装带有Remote - Containers扩展的VS Code
  3. 在 VS Code 中打开存储库
  4. 出现提示时,选择“Reopen in Container”

这将构建一个包含所有必要依赖项和配置的容器。

来源: .devcontainer/devcontainer.json 00-course-setup/translations/es-mx/README.md27-101 00-course-setup/translations/ko/README.md28-98 00-course-setup/translations/tw/README.md27-106

依赖项和要求

该课程需要特定的Python和Node.js库来运行代码示例。这些依赖项通过Python的requirements.txt和Node.js的package.json进行管理。

依赖结构

来源: requirements.txt package.json package-lock.json

Python依赖项

需要以下Python库

版本目的
ipywidgets7.7.1交互式Jupyter小部件
matplotlib3.9.4数据可视化
numpy1.24.2数值计算
pandas1.5.3数据操作
tqdm4.67.1进度条
python-dotenv1.0.0环境变量管理
openai>=0.28.0OpenAI API客户端
tiktoken最新版OpenAI模型的Tokenizer
azure-ai-inference最新版Azure AI服务客户端

Node.js依赖项

对于JavaScript/TypeScript示例,需要以下Node.js包

目的
@azure-rest/ai-inferenceAzure AI推理REST客户端
@azure/core-authAzure身份验证实用程序
openaiOpenAI API的Node.js客户端

来源: requirements.txt package.json package-lock.json

环境配置

开发环境通过多个配置文件进行配置,以在不同的设置选项之间提供一致的体验。

容器配置

容器配置在.devcontainer/devcontainer.json中定义。

来源: .devcontainer/devcontainer.json .devcontainer/post-create.sh

容器配置指定了

  • 基础镜像:mcr.microsoft.com/devcontainers/universal:2.11.2
  • CPU要求:最少4个CPU
  • VS Code扩展
    • ms-python.python
    • ms-toolsai.jupyter
  • 创建后命令
    • 使用rustup安装Rust
    • 从requirements.txt安装Python依赖项

Visual Studio Code配置

使用VS Code(无论是在容器中还是本地),推荐以下设置

  • 用于代码补全和linting的Python扩展
  • 用于笔记本支持的Jupyter扩展
  • 更好的体验的可选设置
    • 启用自动保存
    • 启用行内建议
    • 配置Python格式化程序

来源: .devcontainer/devcontainer.json11-26 vs.code-profile

API密钥管理

要使用本课程中的OpenAI或Azure OpenAI Service API,您需要安全地管理您的API密钥。

安全API密钥存储

务必确保您的API密钥安全,不要将其提交到公共存储库。推荐的方法是使用环境变量或不包含在git跟踪中的.env文件。

使用GitHub Codespaces时,您可以使用Codespace Secrets安全地存储您的API密钥。对于编码课程,需要访问Azure OpenAI Service或OpenAI API。

来源: 00-course-setup/translations/es-mx/README.md22-26 00-course-setup/translations/ko/README.md22-25 00-course-setup/translations/tw/README.md23-26

访问Azure OpenAI Service

使用Azure OpenAI Service

  1. 通过在Azure OpenAI Service完成申请来请求访问权限
  2. 创建并部署Azure OpenAI Service资源
  3. 安全地存储您的API端点和密钥

对于首次用户,请参考创建和部署Azure OpenAI Service资源指南以获取详细说明。

来源: 00-course-setup/translations/es-mx/README.md112-115 00-course-setup/translations/ko/README.md109-111 00-course-setup/translations/tw/README.md118-120

故障排除

如果您在设置开发环境时遇到问题

  1. 确保所有依赖项都已正确安装
  2. 检查您的API密钥是否配置正确
  3. 对于容器问题,请确保Docker已安装并正在运行
  4. 对于Codespaces问题,请尝试创建一个新的codespace

如需额外帮助,请加入AI社区Discord服务器,与其他学习者交流并获得项目团队的支持。

来源: 00-course-setup/translations/es-mx/README.md117-123 00-course-setup/translations/ko/README.md113-119 00-course-setup/translations/tw/README.md126-133