Phase 00: Setup & Tooling

بيئة التنمية

Type: Build

Languages: Python, Node.js, Rust

Prerequisites: None

Time: ~45 minutes

أهداف التعلم

• قم بتعيين Python 3.11+، Node.js 20+، و Rust من الصفر
• تكوين بيئات افتراضية ومديري الحزم للمبنيات المتكملة
• التحقق من وصول GPU مع CUDA / MPS وإجراء عملية اختبار التنسور
• فهم كومة أربع طبقات: النظام، الحزم، أوقات تشغيل، مكتبات الذكاء الاصطناعي

المشكلة

أنت على وشك تعلم هندسة الذكاء الاصطناعي عبر 500 دروس تستخدم بايثون، الكتابة النمطية، الخرق، وجوليا. إذا تم تدمير بيئتك، كل دروس واحد يصبح معركة ضد الأدوات بدلا من التعلم.

معظم الناس يخطون إعداد البيئة ثم يقضون ساعات في تحليل أخطاء الاستيراد، نزاعات الإصدارات، ووقودات CUDA المفقودة. سنقوم بهذا مرة واحدة، بشكل صحيح.

المفهوم

بيئة هندسة الذكاء الاصطناعي لديها أربع طبقات:

graph TD
    A["4. AI/ML Libraries\nPyTorch, JAX, transformers, etc."] --> B["3. Language Runtimes\nPython 3.11+, Node 20+, Rust, Julia"]
    B --> C["2. Package Managers\nuv, pnpm, cargo, juliaup"]
    C --> D["1. System Foundation\nOS, shell, git, editor, GPU drivers"]

نضع من أسفل إلى أعلى كل طبقة تعتمد على الطبقة التي تحتها

بناءها

الخطوة الأولى: أساس النظام

تحقق من نظامك ووضع الأساسيات

bashCopy# macOS
xcode-select --install
brew install git curl wget

# Ubuntu/Debian
sudo apt update && sudo apt install -y build-essential git curl wget unzip

# Windows (use WSL2)
wsl --install -d Ubuntu-24.04

الخطوة الثانية: Python مع UV

نحن نستخدمuv هو 10-100x أسرع من البوابة ويعالج البيئات الافتراضية تلقائيا.

bashCopycurl -LsSf https://astral.sh/uv/install.sh | sh

uv python install 3.12

uv venv
source .venv/bin/activate  # or .venv\Scripts\activate on Windows

uv pip install numpy matplotlib jupyter

التحقق من:

pythonCopyimport sys
print(f"Python {sys.version}")

import numpy as np
print(f"NumPy {np.__version__}")
a = np.array([1, 2, 3])
print(f"Vector: {a}, dot product with itself: {np.dot(a, a)}")

الخطوة 3: Node.js مع pnpm

للدرسات TypScript (وكلاء، خادمات MCP، تطبيقات الويب).

bashCopycurl -fsSL https://fnm.vercel.app/install | bash
fnm install 22
fnm use 22

npm install -g pnpm

node -e "console.log('Node', process.version)"

يقوم جهاز التثبيت بالتحقق منunzipأولاً و يخرج معNot installing fnm due to missing dependencies.عندما لا يوجد: على لينكس يفتح أرشيف zip، على macOS يثبت من خلال Homebrew.unzip؛ أوبونتو، ديبيان، و WSL2 الحصول عليه من الخط الخط 1sudo apt install -y unzipإذا تخطيت تلك الخطوة)

macOS / Apple Silicon (M1/M2/M3/M4):إذا توقف التركيب عنError: Cannot install under Rosetta 2 in ARM default prefix (/opt/homebrew)، محطةك تعمل تحت " روزيتا 2 "archبصماتi386(هومبريو) هو بناء أليف أرم64، قم بتثبيت (أرم64) القسري، قم بتسجيله في قذفك، ثم قم بإعادة تشغيل الأوامر أعلاه من (أرم64).fnm install 22:

bashCopyarch -arm64 brew install fnm
echo 'eval "$(fnm env --use-on-cd)"' >> ~/.zshrc
source ~/.zshrc

الخطوة الرابعة: الدرونة

للدروس الحرجة للأداء (الاضافة، الأنظمة).

bashCopycurl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

rustc --version
cargo --version

الخطوة 5: جوليا (اختياري)

لدروس الرياضيات الثقيلة حيث يضيء جوليا.

bashCopycurl -fsSL https://install.julialang.org | sh

julia -e 'println("Julia ", VERSION)'

الخطوة 6: إعداد GPU (إذا كان لديك واحد)

NVIDIA (Linux / Windows):

bashCopynvidia-smi

# Install PyTorch with CUDA
uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

macOS / Apple Silicon (M1/M2/M3/M4):لا يوجد أي "كودا" على "ماك" متوقعة، لا فشل.notمرر--index-url .../cuXXX(هذه العجلات هي لينكس ويندوز فقط، لذلك فشل التثبيت). قم بتثبيت البناء العادي، الذي يتضمن MPS (المعدل) GPU الخلفي من آبل:

bashCopyuv pip install torch torchvision torchaudio

التحقق (يعمل على أي منصة):

pythonCopyimport torch
print(f"CUDA available: {torch.cuda.is_available()}")           # False on macOS — expected
print(f"MPS available:  {torch.backends.mps.is_available()}")   # True on Apple Silicon
if torch.cuda.is_available():
    print(f"GPU: {torch.cuda.get_device_name(0)}")

لا يوجد نظام معين للكمبيوترات (GPU) ؟ لا مشكلة. معظم الدروس تعمل على جهاز معين للكمبيوترات (CPU).

الخطوة 7: تحقق من المسار الذي تريد البدء به

إشغال كل أمر في هذا الدروس من جذور مخزن، المجلد الذي

يحتوي علىREADME.mdوphases/قبل الرحلة يُفحص فقط ما تحتاج إليه

يبدأ الطريق المحدد. يفرض أدوات لاحقة بشكل افتراضي حتى يرى المتعلم الجديد

رد واضح بدلاً من جدار من التحذيرات

ابدأ سلسلة المبتدئين الكاملة:

bashCopypython3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner

أو تحقق فقط من الطريق الذي تريده:

bashCopypython3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route ml-foundations
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route llm-engineering
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route agents
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route mcp
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route agent-skills
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route certification

إضافة--show-laterعندما تريد نفس التحقيق قبل الرحلة للتفتيش الأدوات الاختيارية

و الاعتماد المستخدمة في الدروس اللاحقة.

الطريق المختار.

كل عملية فاشلة مطلوبة تتضمن المسار المكتشف أو خطأ الاستيراد

القيادة التصحيحية الدقيقة. مهارات العميل وطرق الشهادة أيضاً

التحقق من المضيف اليدوي لأن نص Python لا يمكن أن يثبت أن المضيف AI

اكتشفت مهارة أو أن المهارات التي اخترتها قابلة للكتابة

عندما يمر المبتدئ قبل الرحلة، فإنه يطبخ الدروس الأولى الدراسة:

textCopyReady to start Beginner course.
Next: python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

استخدمها

بيئتك جاهزة لبدء المسار الذي تحققت منه

عندما يطلب الدروس منهم بدلاً من حظر دروسك الأولى على الإطلاق

هنا ما ستستخدمه في جميع أنحاء المناهج الدراسية:

أرسله

هذا الدروس ينتج نص التحقق يمكن لأي شخص تشغيله للتحقق من إعداداتهم.

انظرoutputs/prompt-env-check.mdلمستشارات تساعد مساعدات الذكاء الاصطناعي على تشخيص مشاكل البيئة

التمارين

1. إشغال النص التحقق وإصلاح أي أخطاء
2. قم بإنشاء بيئة افتراضية Python لهذا الدورة و قم بتثبيت PyTorch
3. اكتب "مرحباً للعالم" بكلّ الألغات الأربعة و إشغلي كلّها

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.