Ai lesson planner
1.0.0
يحتوي هذا المستودع على الكود الخاص بمشروع AI Lesson Planner . فيما يلي خطوات إعداد البيئة وتثبيت التبعيات وتشغيل المشروع.
اتبع هذه الخطوات لإعداد المشروع على جهازك المحلي.
أولاً، قم باستنساخ المستودع على جهازك المحلي باستخدام الأمر التالي:
git clone https://github.com/shivvamm/Ai-lesson-planner.gitيستخدم هذا المشروع بيئة بايثون الافتراضية لإدارة التبعيات. سوف تحتاج إلى إنشاء وتنشيط البيئة الافتراضية.
انتقل إلى مجلد المشروع وقم بإنشاء بيئة افتراضية جديدة:
cd Ai-lesson-planner
python3 -m venv venv سيؤدي هذا إلى إنشاء مجلد يسمى venv حيث سيتم تثبيت كافة التبعيات.
لتنشيط البيئة الافتراضية، قم بتشغيل:
source venv/bin/activatevenv S cripts a ctivate من المفترض أن ترى الآن (venv) في بداية موجه المحطة الطرفية الخاص بك، مما يشير إلى تنشيط البيئة الافتراضية.
بعد تنشيط البيئة الافتراضية، قم بتثبيت التبعيات المطلوبة عن طريق تشغيل:
pip install -r requirements.txtسيؤدي هذا إلى تثبيت كافة حزم بايثون اللازمة للمشروع.
لتشغيل المشروع، تحتاج إلى إضافة تكوين Deep Infra Pi إلى ملف config.py . اتبع الخطوات التالية:
config.py في دليل app . # config.py
DEEP_INFRA_API_KEY = os . getenv ( "DEEP_INFRA_API_KEY" , "YOUR_API_KEY" ) تأكد من استبدال your_deep_infra_api_key_here بمفتاح API الفعلي الخاص بك من Deep Infra. يمكنك الحصول على مفتاح API عن طريق التسجيل في Deep Infra.
بمجرد إعداد كل شيء، يمكنك تشغيل المشروع باستخدام الأمر التالي:
python run.pyسيؤدي هذا إلى بدء تشغيل التطبيق، ومن المفترض أن يتم تشغيله الآن مع دمج تكوين Deep Infra Pi بنجاح.
إذا واجهت أي مشاكل، يرجى التحقق مما يلي:
pip install -r requirements.txt مرة أخرى.config.py .deactivatePyMuPDF لمعالجة ملفات PDF. إذا واجهت أي مشكلات مع fitz أو تبعيات أخرى، فارجع إلى قسم استكشاف الأخطاء وإصلاحها أو تحقق من مشكلات GitHub ذات الصلة. هذا المشروع مرخص بموجب ترخيص MIT - راجع ملف الترخيص للحصول على التفاصيل.
