พื้นที่เก็บข้อมูลนี้มีโค้ดสำหรับโปรเจ็กต์ AI Lesson Planner ด้านล่างนี้เป็นขั้นตอนในการตั้งค่าสภาพแวดล้อม ติดตั้งการขึ้นต่อกัน และรันโปรเจ็กต์
ทำตามขั้นตอนเหล่านี้เพื่อตั้งค่าโปรเจ็กต์บนเครื่องของคุณ
ขั้นแรก โคลนที่เก็บไปยังเครื่องภายในของคุณโดยใช้คำสั่งต่อไปนี้:
git clone https://github.com/shivvamm/Ai-lesson-planner.git
โปรเจ็กต์นี้ใช้สภาพแวดล้อมเสมือน Python เพื่อจัดการการขึ้นต่อกัน คุณจะต้องสร้างและเปิดใช้งานสภาพแวดล้อมเสมือน
นำทางไปยังโฟลเดอร์โปรเจ็กต์และสร้างสภาพแวดล้อมเสมือนใหม่:
cd Ai-lesson-planner
python3 -m venv venv
สิ่งนี้จะสร้างโฟลเดอร์ชื่อ venv
ซึ่งจะติดตั้งการอ้างอิงทั้งหมด
หากต้องการเปิดใช้งานสภาพแวดล้อมเสมือน ให้รัน:
source venv/bin/activate
venv S cripts a ctivate
ตอนนี้คุณควรเห็น (venv)
ที่จุดเริ่มต้นของพรอมต์เทอร์มินัลของคุณ ซึ่งบ่งชี้ว่าสภาพแวดล้อมเสมือนเปิดใช้งานอยู่
เมื่อเปิดใช้งานสภาพแวดล้อมเสมือนแล้ว ให้ติดตั้งการขึ้นต่อกันที่จำเป็นโดยการรัน:
pip install -r requirements.txt
สิ่งนี้จะติดตั้งแพ็คเกจ Python ที่จำเป็นทั้งหมดสำหรับโปรเจ็กต์
ในการดำเนินโปรเจ็กต์ คุณต้องเพิ่มการกำหนดค่า Deep Infra Pi ลงในไฟล์ config.py
ทำตามขั้นตอนเหล่านี้:
config.py
ในไดเร็กทอรี app
# config.py
DEEP_INFRA_API_KEY = os . getenv ( "DEEP_INFRA_API_KEY" , "YOUR_API_KEY" )
ตรวจสอบให้แน่ใจว่าได้แทนที่ your_deep_infra_api_key_here
ด้วยคีย์ API จริงของคุณจาก Deep Infra คุณสามารถรับคีย์ API ได้โดยการลงทะเบียนที่ Deep Infra
เมื่อตั้งค่าทุกอย่างแล้ว คุณสามารถรันโปรเจ็กต์ได้โดยใช้คำสั่งต่อไปนี้:
python run.py
การดำเนินการนี้จะเริ่มต้นแอปพลิเคชัน และตอนนี้ควรจะทำงานโดยบูรณาการการกำหนดค่า Deep Infra Pi ได้สำเร็จ
หากคุณพบปัญหาใด ๆ โปรดตรวจสอบสิ่งต่อไปนี้:
pip install -r requirements.txt
อีกครั้งconfig.py
อย่างถูกต้องdeactivate
PyMuPDF
สำหรับการประมวลผล PDF หากคุณพบปัญหาใดๆ เกี่ยวกับ fitz
หรือการพึ่งพาอื่นๆ โปรดดูส่วนการแก้ไขปัญหาหรือตรวจสอบปัญหา GitHub ที่เกี่ยวข้อง โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT - ดูรายละเอียดในไฟล์ใบอนุญาต