-
Notifications
You must be signed in to change notification settings - Fork 28.3k
Commit
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
- Loading branch information
Showing
27 changed files
with
5,276 additions
and
1 deletion.
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| Original file line number | Diff line number | Diff line change |
|---|---|---|
| @@ -0,0 +1,151 @@ | ||
| # 開始這門課程 | ||
|
|
||
| 我們非常興奮地期待你開始這門課程，看看你會受到什麼啟發來使用生成式 AI 建構！ | ||
|
|
||
| 為了確保您的成功，本頁概述了設定步驟、技術需求以及在需要時獲取幫助的地方。 | ||
|
|
||
| ## 設定步驟 | ||
|
|
||
| 要開始這門課程，你需要完成以下步驟。 | ||
|
|
||
| ### 1. 複製這個 Repo | ||
|
|
||
| [複製這個整個 repo](https://github.com/microsoft/generative-ai-for-beginners/fork?WT.mc_id=academic-105485-koreyst) 到你自己的 GitHub 帳號，以便更改任何程式碼並完成挑戰。你也可以[標記 (🌟) 這個 repo](https://docs.github.com/en/get-started/exploring-projects-on-github/saving-repositories-with-stars?WT.mc_id=academic-105485-koreyst) 以更容易找到它和相關的 repo。 | ||
|
|
||
| ### 2. 建立一個程式碼空間 | ||
|
|
||
| 為了避免在執行程式碼時出現任何相依性問題，我們建議在[GitHub Codespaces](https://github.com/features/codespaces?WT.mc_id=academic-105485-koreyst)中執行本課程。 | ||
|
|
||
| 這可以通過在您分叉的這個 repo 版本上選擇 `程式碼` 選項並選擇 **Codespaces** 選項來建立。 | ||
|
|
||
|  | ||
|
|
||
| ### 3. 儲存您的 API 金鑰 | ||
|
|
||
| 保持您的 API 金鑰安全是建構任何類型應用程式時的重要事項。我們建議不要將任何 API 金鑰直接儲存在您的程式碼中。如果將這些詳細資訊提交到公共儲存庫，可能會導致安全問題，甚至在被惡意使用者利用時產生不必要的費用。 | ||
|
|
||
| ## 如何在本地電腦上執行 | ||
|
|
||
| 要在本機電腦上執行程式碼，你需要安裝某個版本的[Python](https://www.python.org/downloads/?WT.mc_id=academic-105485-koreyst)。 | ||
|
|
||
| 要使用這個儲存庫，你需要複製它: | ||
|
|
||
| ```shell | ||
| git clone https://github.com/microsoft/generative-ai-for-beginners | ||
| cd generative-ai-for-beginners | ||
| ``` | ||
|
|
||
| 一旦你檢查完所有內容，就可以開始了! | ||
|
|
||
| ### 安裝 Miniconda (可選步驟) | ||
|
|
||
| [Miniconda](https://conda.io/en/latest/miniconda.html?WT.mc_id=academic-105485-koreyst) 是一個輕量級的安裝程式，用於安裝 [Conda](https://docs.conda.io/en/latest?WT.mc_id=academic-105485-koreyst)、Python 以及一些套件。 | ||
| Conda 本身是一個套件管理器，使得設定和切換不同的 Python [**虛擬環境**](https://docs.python.org/3/tutorial/venv.html?WT.mc_id=academic-105485-koreyst)和套件變得容易。它也方便用於安裝無法通過 `pip` 獲取的套件。 | ||
|
|
||
| 你可以按照[MiniConda 安裝指南](https://docs.anaconda.com/free/miniconda/#quick-command-line-install?WT.mc_id=academic-105485-koreyst)來設定。 | ||
|
|
||
| 安裝 Miniconda 後，你需要複製這個[repository](https://github.com/microsoft/generative-ai-for-beginners/fork?WT.mc_id=academic-105485-koreyst) (如果你還沒有的話) | ||
|
|
||
| 接下來，你需要建立一個虛擬環境。要使用 Conda 來完成此操作，請繼續建立一個新的環境檔案 (_environment.yml_)。如果你正在使用 Codespaces，請在 `.devcontainer` 目錄中建立此檔案，因此為 `.devcontainer/environment.yml`。 | ||
|
|
||
| 請繼續並使用以下程式碼片段填充您的環境文件: | ||
|
|
||
| ```yml | ||
| name: <environment-name> | ||
| channels: | ||
| - defaults | ||
| dependencies: | ||
| - python=<python-version> | ||
| - openai | ||
| - python-dotenv | ||
| ``` | ||
|
|
||
| 環境文件指定了我們需要的相依套件。`<environment-name>` 指的是你想用於 Conda 環境的名稱，而 `<python-version>` 是你想使用的 Python 版本，例如，`3` 是最新的 Python 主要版本。 | ||
|
|
||
| 完成後，您可以在命令列/終端機中執行以下命令來建立您的 Conda 環境 | ||
|
|
||
| ```bash | ||
| conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer 子路徑僅適用於 Codespace 設定 | ||
| conda activate ai4beg | ||
| ``` | ||
|
|
||
| 請參考[Conda 環境指南](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html?WT.mc_id=academic-105485-koreyst)如果你遇到任何問題。 | ||
|
|
||
| ### 使用 Visual Studio Code 搭配 Python 支援擴充功能 | ||
|
|
||
| 我們建議在本課程中使用安裝了[Python 支援擴充功能](https://marketplace.visualstudio.com/items?itemName=ms-python.python&WT.mc_id=academic-105485-koreyst)的[Visual Studio Code (VS Code)](http://code.visualstudio.com/?WT.mc_id=academic-105485-koreyst)編輯器。不過，這只是建議，並不是絕對的要求。 | ||
|
|
||
| > **注意**: 通過在 VS Code 中打開課程儲存庫，你可以選擇在容器中設定專案。這是因為在課程儲存庫中發現的[特殊 `.devcontainer`](https://code.visualstudio.com/docs/devcontainers/containers?itemName=ms-python.python&WT.mc_id=academic-105485-koreyst)目錄。更多內容稍後介紹。 | ||
| > **注意**: 一旦你複製並在 VS Code 中打開目錄，它會自動建議你安裝一個 Python 支援擴充套件。 | ||
| > **注意**: 如果 VS Code 建議你在容器中重新開啟這個儲存庫，請拒絕此請求以使用本地安裝的 Python 版本。 | ||
| ### 在瀏覽器中使用 Jupyter | ||
|
|
||
| 你也可以在瀏覽器中使用[Jupyter 環境](https://jupyter.org?WT.mc_id=academic-105485-koreyst)來進行專案。經典的 Jupyter 和 [Jupyter Hub](https://jupyter.org/hub?WT.mc_id=academic-105485-koreyst)都提供了相當愉快的開發環境，具有自動完成、程式碼高亮等功能。 | ||
|
|
||
| 要在本地啟動 Jupyter，請前往終端機/命令列，導航到課程目錄，並執行: | ||
|
|
||
| ```bash | ||
| jupyter notebook | ||
| ``` | ||
|
|
||
| 或 | ||
|
|
||
| ```bash | ||
| jupyterhub | ||
| ``` | ||
|
|
||
| 這將啟動一個 Jupyter 實例，並且訪問它的 URL 將顯示在命令行視窗中。 | ||
|
|
||
| 一旦你訪問該 URL，你應該會看到課程大綱並能夠導航到任何 `*.ipynb` 文件。例如，`08-building-search-applications/python/oai-solution.ipynb`。 | ||
|
|
||
| ### 執行在容器中 | ||
|
|
||
| 設定所有內容在您的電腦或 Codespace 上的替代方法是使用一個[容器](https://en.wikipedia.org/wiki/Containerization_(computing)?WT.mc_id=academic-105485-koreyst)。課程儲存庫中的特殊 `.devcontainer` 資料夾使 VS Code 能夠在容器內設定專案。在 Codespaces 之外，這將需要安裝 Docker，坦白說，這涉及一些工作，因此我們只建議有容器工作經驗的人使用。 | ||
|
|
||
| 使用 GitHub Codespaces 時，保持 API 金鑰安全的最佳方法之一是使用 Codespace Secrets。請按照[Codespaces secrets management](https://docs.github.com/en/codespaces/managing-your-codespaces/managing-secrets-for-your-codespaces?WT.mc_id=academic-105485-koreyst)指南來了解更多資訊。 | ||
|
|
||
| ## 課程和技術需求 | ||
|
|
||
| 這門課程有6個概念課和6個程式碼課。 | ||
|
|
||
| 在程式碼課程中，我們使用 Azure OpenAI 服務。您將需要訪問 Azure OpenAI 服務和一個 API 金鑰來執行這段程式碼。您可以通過[完成此申請](https://azure.microsoft.com/products/ai-services/openai-service?WT.mc_id=academic-105485-koreyst)來申請訪問權限。 | ||
|
|
||
| 在等待您的應用程式處理時，每個編碼課程還包括一個 `README.md` 文件，您可以在其中查看程式碼和輸出。 | ||
|
|
||
| ## 第一次使用 Azure OpenAI 服務 | ||
|
|
||
| 如果這是您第一次使用 Azure OpenAI 服務，請按照此指南了解如何[建立和部署 Azure OpenAI 服務資源](https://learn.microsoft.com/azure/ai-services/openai/how-to/create-resource?pivots=web-portal&WT.mc_id=academic-105485-koreyst)。 | ||
|
|
||
| ## 第一次使用 OpenAI API | ||
|
|
||
| 如果這是您第一次使用 OpenAI API，請按照指南[建立和使用介面](https://platform.openai.com/docs/quickstart?context=pythont&WT.mc_id=academic-105485-koreyst)。 | ||
|
|
||
| ## 認識其他學習者 | ||
|
|
||
| 我們已經在我們的官方[AI 社群 Discord 伺服器](https://aka.ms/genai-discord?WT.mc_id=academic-105485-koreyst)中建立了頻道，以便與其他學習者會面。這是一個與其他志同道合的企業家、建構者、學生和任何希望在生成式 AI 中提升的人聯繫的好方法。 | ||
|
|
||
| [](https://aka.ms/genai-discord?WT.mc_id=academic-105485-koreyst) | ||
|
|
||
| 專案團隊也會在這個 Discord 伺服器上幫助任何學習者。 | ||
|
|
||
| ## 貢獻 | ||
|
|
||
| 這門課程是一個開放原始碼計劃。如果您看到改進的地方或問題，請建立一個[Pull Request](https://github.com/microsoft/generative-ai-for-beginners/pulls?WT.mc_id=academic-105485-koreyst)或記錄一個[GitHub issue](https://github.com/microsoft/generative-ai-for-beginners/issues?WT.mc_id=academic-105485-koreyst)。 | ||
|
|
||
| 專案團隊將追蹤所有貢獻。對開放原始碼做出貢獻是建立你在生成式 AI 領域職業生涯的驚人方式。 | ||
|
|
||
| 大多數的貢獻需要您同意貢獻者許可協議（CLA），聲明您有權並實際上授予我們使用您的貢獻的權利。詳情請訪問[CLA, Contributor License Agreement website](https://cla.microsoft.com?WT.mc_id=academic-105485-koreyst)。 | ||
|
|
||
| 重要事項: 在翻譯此 repo 中的文字時，請確保不要使用機器翻譯。我們將通過社群驗證翻譯，因此請僅在您精通的語言中自願進行翻譯。 | ||
|
|
||
| 當你提交一個拉取請求時，CLA-bot 會自動判斷你是否需要提供 CLA 並適當地裝飾 PR (例如，標籤、評論)。只需按照 bot 提供的指示操作。你只需在所有使用我們 CLA 的儲存庫中執行一次此操作。 | ||
|
|
||
| 此專案已採用[Microsoft 開放原始碼行為準則](https://opensource.microsoft.com/codeofconduct/?WT.mc_id=academic-105485-koreyst)。如需更多資訊，請閱讀行為準則常見問題或聯絡[Email opencode]([email protected])以獲取任何其他問題或意見。 | ||
|
|
||
| ## 讓我們開始吧 | ||
|
|
||
| 現在你已經完成了完成這門課程所需的步驟，讓我們開始[介紹生成式 AI 和 LLMs](../../../01-introduction-to-genai/translations/tw/README.md?WT.mc_id=academic-105485-koreyst)。 | ||
|
|
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| Original file line number | Diff line number | Diff line change |
|---|---|---|
| @@ -0,0 +1,136 @@ | ||
| # 設定 Your Dev Environment | ||
|
|
||
| 我們設定了這個資料庫和課程，並使用[開發容器](https://containers.dev?WT.mc_id=academic-105485-koreyst)，該容器具有通用執行環境，可以支援 Python3、.NET、Node.js 和 Java 開發。相關配置定義在此資料庫根目錄的 `.devcontainer/` 資料夾中的 `devcontainer.json` 文件中。 | ||
|
|
||
| 要啟動開發容器，請在[GitHub Codespaces](https://docs.github.com/en/codespaces/overview?WT.mc_id=academic-105485-koreyst)（用於雲端託管的執行環境）或[Docker Desktop](https://docs.docker.com/desktop/?WT.mc_id=academic-105485-koreyst)（用於本地設備託管的執行環境）中啟動它。閱讀[此文件](https://code.visualstudio.com/docs/devcontainers/containers?WT.mc_id=academic-105485-koreyst)以獲取有關開發容器在 VS Code 中如何工作的更多詳細資訊。 | ||
|
|
||
| > [!TIP] | ||
| > 我們建議使用 GitHub Codespaces 來快速開始並減少努力。它為個人帳戶提供慷慨的[免費使用配額](https://docs.github.com/billing/managing-billing-for-github-codespaces/about-billing-for-github-codespaces#monthly-included-storage-and-core-hours-for-personal-accounts?WT.mc_id=academic-105485-koreyst)。配置[超時](https://docs.github.com/codespaces/setting-your-user-preferences/setting-your-timeout-period-for-github-codespaces?WT.mc_id=academic-105485-koreyst)以停止或刪除不活動的 codespaces 以最大化您的配額使用。 | ||
| ## 1. 執行指派任務 | ||
|
|
||
| 每節課將有_可選的_作業，可能會以一種或多種程式語言提供，包括: Python、.NET/C#、Java 和 JavaScript/TypeScript。本節提供與執行這些作業相關的一般指導。 | ||
|
|
||
| ### 1.1 Python 指派 | ||
|
|
||
| Python 指派是以應用程式（`.py` 檔案）或 Jupyter 筆記本（`.ipynb` 檔案）提供。 | ||
|
|
||
| - 要執行筆記本，請在 Visual Studio Code 中打開它，然後點擊 _Select Kernel_ (在右上角)，並選擇顯示的預設 Python 3 選項。現在你可以 _Run All_ 來執行筆記本。 | ||
| - 要從命令列執行 Python 應用程式，請遵循特定作業的指示，以確保選擇正確的檔案並提供所需的參數。 | ||
|
|
||
| ## 2. 設定提供者 | ||
|
|
||
| 作業**可能**也會被設定為通過像 OpenAI、Azure 或 Hugging Face 這樣的支援服務提供者來對抗一個或多個大型語言模型（LLM）部署。這些提供一個_託管端點_（API），我們可以使用正確的憑證（API 金鑰或令牌）以程式化方式訪問。在本課程中，我們討論這些提供者: | ||
|
|
||
| - [OpenAI](https://platform.openai.com/docs/models?WT.mc_id=academic-105485-koreyst) 包含多樣化模型，包括核心的 GPT 系列。 | ||
| - [Azure OpenAI](https://learn.microsoft.com/azure/ai-services/openai/?WT.mc_id=academic-105485-koreyst) 提供專注於企業準備的 OpenAI 模型 | ||
| - [Hugging Face](https://huggingface.co/docs/hub/index?WT.mc_id=academic-105485-koreyst) 提供開放原始碼模型和推論伺服器 | ||
|
|
||
| **你將需要使用你自己的帳戶來完成這些練習**。作業是可選的，所以你可以根據自己的興趣選擇設定一個、全部或不設定任何提供者。以下是一些註冊的指導： | ||
|
|
||
| | 註冊 | 費用 | API 金鑰 | 操作平台 | 評論 | | ||
| |:---|:---|:---|:---|:---| | ||
| | [OpenAI](https://platform.openai.com/signup?WT.mc_id=academic-105485-koreyst)| [價格](https://openai.com/pricing#language-models?WT.mc_id=academic-105485-koreyst)| [基於專案](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst) | [無程式碼, 網頁](https://platform.openai.com/playground?WT.mc_id=academic-105485-koreyst) | 多種模型可用 | | ||
| | [Azure](https://aka.ms/azure/free?WT.mc_id=academic-105485-koreyst)| [價格](https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/?WT.mc_id=academic-105485-koreyst)| [SDK 快速入門](https://learn.microsoft.com/azure/ai-services/openai/quickstart?WT.mc_id=academic-105485-koreyst)| [Studio 快速入門](https://learn.microsoft.com/azure/ai-services/openai/quickstart?WT.mc_id=academic-105485-koreyst) | [必須提前申請訪問](https://learn.microsoft.com/azure/ai-services/openai/?WT.mc_id=academic-105485-koreyst)| | ||
| | [Hugging Face](https://huggingface.co/join?WT.mc_id=academic-105485-koreyst) | [價格](https://huggingface.co/pricing) | [存取權杖](https://huggingface.co/docs/hub/security-tokens?WT.mc_id=academic-105485-koreyst) | [Hugging Chat](https://huggingface.co/chat/?WT.mc_id=academic-105485-koreyst)| [Hugging Chat 有限的模型](https://huggingface.co/chat/models?WT.mc_id=academic-105485-koreyst) | | ||
| | | | | | | | ||
|
|
||
| 按照以下指示來_配置_此儲存庫以供不同提供者使用。需要特定提供者的作業將在其檔案名中包含以下標籤之一: | ||
|
|
||
| - `aoai` - 需要 Azure OpenAI 端點, 金鑰 | ||
| - `oai` - 需要 OpenAI 端點, 金鑰 | ||
| - `hf` - 需要 Hugging Face token | ||
|
|
||
| 您可以設定一個、沒有或所有提供者。相關的分配將在缺少憑證時簡單地出錯。 | ||
|
|
||
| ### 2.1. 建立 `.env` 文件 | ||
|
|
||
| 我們假設您已經閱讀了上述指南並註冊了相關提供者，並獲得了所需的身份驗證憑證(API_KEY 或 token)。在 Azure OpenAI 的情況下，我們假設您還擁有一個有效的 Azure OpenAI 服務部署(endpoint)，並至少部署了一個 GPT 模型以完成聊天。 | ||
|
|
||
| 下一步是按如下方式配置你的**本地環境變數**: | ||
|
|
||
| 1. 在根目錄中查找 `.env.copy` 文件，內容應如下所示: | ||
|
|
||
| ```bash | ||
| # 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. 使用以下命令將該文件複製到 `.env`。此文件已被 _gitignore-d_，以保護秘密資訊。 | ||
|
|
||
| ```bash | ||
| cp .env.copy .env | ||
| ``` | ||
|
|
||
| 3. 按照下一節中的描述填寫值（替換 `=` 右側的佔位符）。 | ||
|
|
||
| 3. (選項) 如果您使用 GitHub Codespaces，您可以選擇將環境變數保存為與此存儲庫關聯的 _Codespaces secrets_。在這種情況下，您不需要設置本地 .env 文件。**但是，請注意，此選項僅在您使用 GitHub Codespaces 時有效。**如果您使用 Docker Desktop，仍然需要設置 .env 文件。 | ||
|
|
||
| ### 2.2. 填寫 `.env` 檔案 | ||
|
|
||
| 讓我們快速看一下變數名稱，以了解它們代表什麼: | ||
|
|
||
| | Variable | Description | | ||
| | :--- | :--- | | ||
| | HUGGING_FACE_API_KEY | 這是您在個人資料中設定的使用者存取權杖 | | ||
| | OPENAI_API_KEY | 這是用於非 Azure OpenAI 端點服務的授權金鑰 | | ||
| | AZURE_OPENAI_KEY | 這是用於該服務的授權金鑰 | | ||
| | AZURE_OPENAI_ENDPOINT | 這是 Azure OpenAI 資源的部署端點 | | ||
| | AZURE_OPENAI_DEPLOYMENT | 這是 _文本生成_ 模型的部署端點 | | ||
| | AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | 這是 _文本嵌入_ 模型的部署端點 | | ||
| | | | | ||
|
|
||
| 注意: 最後兩個 Azure OpenAI 變數分別反映了聊天完成（文字產生）和向量搜尋（嵌入）的預設模型。設定它們的說明將在相關作業中定義。 | ||
|
|
||
| ### 2.3 設定 Azure: 從 Portal | ||
|
|
||
| Azure OpenAI 端點和金鑰值可以在 [Azure Portal](https://portal.azure.com?WT.mc_id=academic-105485-koreyst) 找到，所以讓我們從那裡開始。 | ||
|
|
||
| 1. 前往 [Azure Portal](https://portal.azure.com?WT.mc_id=academic-105485-koreyst) | ||
| 1. 點擊側邊欄中的 **Keys and Endpoint** 選項（左側選單）。 | ||
| 1. 點擊 **Show Keys** - 你應該會看到以下內容: KEY 1, KEY 2 和 Endpoint。 | ||
| 1. 使用 KEY 1 的值作為 AZURE_OPENAI_KEY | ||
| 1. 使用 Endpoint 的值作為 AZURE_OPENAI_ENDPOINT | ||
|
|
||
| 接下來，我們需要已部署的特定模型的端點。 | ||
|
|
||
| 1. 在側邊欄（左側選單）中點擊 **Model deployments** 選項以獲取 Azure OpenAI 資源。 | ||
| 1. 在目標頁面中，點擊 **Manage Deployments** | ||
|
|
||
| 這將帶你到 Azure OpenAI Studio 網站，我們會在那裡找到如下所述的其他值。 | ||
|
|
||
| ### 2.4 設定 Azure: 從 Studio | ||
|
|
||
| 1. 按照上述說明從你的資源導航到 [Azure OpenAI Studio](https://oai.azure.com?WT.mc_id=academic-105485-koreyst)。 | ||
| 1. 點擊 **Deployments** 標籤（側邊欄，左側）以查看當前部署的模型。 | ||
| 1. 如果你想要的模型尚未部署，使用 **Create new deployment** 來部署它。 | ||
| 1. 你將需要一個 _text-generation_ 模型 - 我們推薦: **gpt-35-turbo** | ||
| 1. 你將需要一個 _text-embedding_ 模型 - 我們推薦 **text-embedding-ada-002** | ||
|
|
||
| 現在更新環境變數以反映所使用的_部署名稱_。這通常與模型名稱相同，除非你明確更改了它。因此，作為範例，你可能會有: | ||
|
|
||
| ```bash | ||
| AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo' | ||
| AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002' | ||
| ``` | ||
|
|
||
| **不要忘記在完成後保存.env文件**。你現在可以退出文件並返回執行筆記本的說明。 | ||
|
|
||
| ### 2.5 設定 OpenAI: 從 Profile | ||
|
|
||
| 你的 OpenAI API 金鑰可以在你的 [OpenAI 帳戶](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst)中找到。如果你沒有，你可以註冊一個帳戶並建立一個 API 金鑰。一旦你有了金鑰，你可以用它來填充 `.env` 檔案中的 `OPENAI_API_KEY` 變數。 | ||
|
|
||
| ### 2.6 設定 Hugging Face: 從個人資料 | ||
|
|
||
| 您的 Hugging Face token 可以在您的個人資料中的[Access Tokens](https://huggingface.co/settings/tokens?WT.mc_id=academic-105485-koreyst)找到。不要公開張貼或分享這些資訊。相反地，為此專案使用建立一個新的 token，並將其複製到 `.env` 檔案中的 `HUGGING_FACE_API_KEY` 變數下。_注意:_ 這在技術上不是 API key，但用於身份驗證，因此我們保持這個命名慣例以保持一致性。 | ||
|
|
Oops, something went wrong.