Phase 00: Setup & Tooling

إعداد المحرر

Type: Build

Languages: --

Prerequisites: Phase 0, Lesson 01

Time: ~20 minutes

أهداف التعلم

• قم بتثبيت VS Code مع التوسعات الأساسية لـ Python و Jupyter و linting و SSH عن بعد
• إعداد تنسيق على حفظ، وتحقق من النوع، وتحريك خروج المكتبة للجوارات العملية الذكية
• قم بتعيين SSH عن بعد لتحرير وتحليل الكود على أجهزة GPU عن بعد كما لو كانت محلية
• تقييم بدائل المحرر (Cursor و Windsurf و Neovim) وتبادلاتها لعمل الذكاء الاصطناعي

المشكلة

سوف تقضي آلاف الساعات داخل المحرر بكتابة Python، وتشغيل المكتبات الملاحظة، وتحليل خيوط التدريب، وتضمين SSH في مربعات GPU. محرر غير مُهيِّن يُحول كل جلسة إلى اصطدام: لا تكميل تلقائي، لا تلميحات النص، لا أخطاء داخل الخط، وصيغة يدوية، وتدفق عمل محطّي غير مسموح.

الإعداد الصحيح يستغرق 20 دقيقة، وتقفز من ذلك يكلفك 20 دقيقة كل يوم.

المفهوم

إنشاء محرر هندسي الذكاء الاصطناعي يحتاج إلى خمسة أشياء:

graph TD
    L5["5. Remote Development<br/>SSH into GPU boxes, cloud VMs"] --> L4
    L4["4. Terminal Integration<br/>Run scripts, debug, monitor GPU"] --> L3
    L3["3. AI-Specific Settings<br/>Auto-format, type checking, rulers"] --> L2
    L2["2. Extensions<br/>Python, Jupyter, Pylance, GitLens"] --> L1
    L1["1. Base Editor<br/>VS Code — free, extensible, universal"]

بناءها

الخطوة 1: قم بتثبيت رمز VS

VS Code هو المحرر الموصى به. إنه مجاني، يعمل على كل نظام تشغيل، ويحتوي على دعم لمكتبات جوبيتر من الدرجة الأولى، ويتغطي النظام البيئي التوسيعي كل ما تحتاجه للعمل الذكاء الاصطناعي.

قم بتنزيلها من code.visualstudio.com. . .

التحقق من المحطة:

bashCopycode --version

إذاcodeلا يوجد على macOS، افتح VS Code، اضغط Cmd+Shift+P، وتدخل "أوامر القبو"، و اختر "ثمّن "رمز" في PATH".

الخطوة الثانية: قم بتثبيت الإضافات الضرورية

افتح المحطة المتكاملة في رمز VS (` Ctrl+على كل منصة) ووضع التوسعات التي تهم العمل في الذكاء الاصطناعي:

bashCopycode --install-extension ms-python.python
code --install-extension ms-python.vscode-pylance
code --install-extension ms-toolsai.jupyter
code --install-extension eamodio.gitlens
code --install-extension ms-vscode-remote.remote-ssh
code --install-extension ms-python.debugpy
code --install-extension ms-python.black-formatter
code --install-extension charliermarsh.ruff

ما يفعله كل واحد:

الملفcode/.vscode/extensions.jsonفي هذه الدروس تحتوي على قائمة التوصيات الكاملة. عند فتح مجلد المشروع، سيطلب منك VS Code تثبيتها.

الخطوة الثالثة: إعداد الإعدادات

نسخ الإعدادات من code/.vscode/settings.jsonفي هذه الدروس، أو تطبيقها يدويا من خلال Settings > Open Settings (JSON). . .

الإعدادات الرئيسية لعمل الذكاء الاصطناعي:

jsoncCopy{
    "python.analysis.typeCheckingMode": "basic",
    "editor.formatOnSave": true,
    "editor.rulers": [88, 120],
    "notebook.output.scrolling": true,
    "files.autoSave": "afterDelay"
}

لماذا هذه الأمور مهمة:

• Type checking on basic: يلتقط أنواع الحجج الخطأ قبل تشغيلها. يوفّر وقت التحويض على عدم مطابقة شكل الجهاز التنسوري ومعايير API الخطأ.
• Format on saveلا تفكر أبداً في تنسيقها مرة أخرى، السوداء يتعاملون معها
• Rulers at 88 and 120: غلف أسود في 88، علامة 120 تظهر عندما تصبح السلاسل الوثائقية والعبارات طويلة جدا.
• Notebook output scrolling: حلقات التدريب طباعة الآلاف من الخطوط. دون التداول، لوحة الخروج تنفجر.
• Auto-saveستنسى حفظ. سكرات التدريب الخاصة بك سوف تشغيل رمز قديم. حفظ تلقائي يمنع ذلك.

الخطوة الرابعة: دمج المحطة

المحطة المتكاملة لـ VS Code هي حيث تقوم بتشغيل نصوص التدريب ومراقبة GPU وإدارة البيئات.

أضعها بشكل صحيح

jsoncCopy{
    "terminal.integrated.defaultProfile.osx": "zsh",
    "terminal.integrated.defaultProfile.linux": "bash",
    "terminal.integrated.fontSize": 13,
    "terminal.integrated.scrollback": 10000
}

المختصرات المفيدة:

محطات منفصلة مفيدة: واحدة لتشغيل النص الخاص بك، واحدة لمراقبة GPU مع nvidia-smi -l 1أوwatch -n 1 nvidia-smi. . .

الخطوة 5: تطوير عن بعد (SSH إلى صناديق GPU)

هذا هو أهم امتداد للعمل الذكاء الاصطناعي. سوف تقوم بتدريب على آلات بعيدة (أجهزة VM السحابية، خادم المختبرات، لامبدا، Vast.ai). SSH عن بعد يسمح لك بفتح نظام الملفات عن بعد، وتحرير الملفات، وتشغيل المحطات، وتحريف كل شيء كما لو كان محليا.

الإعداد:

1. قم بتثبيت امتداد SSH عن بعد (أجريت في الخطوة 2).
2. اضغطCtrl+Shift+P(أو Cmd+Shift+P), النموذج "Remote-SSH: Connect to Host".
3. أدخلuser@your-gpu-box-ip. . .
4. VS Code يثبت مكون الخادم على الآلة البعيدة تلقائياً.

للوصول بدون كلمة مرور، قم بتعيين مفاتيح SSH:

bashCopyssh-keygen -t ed25519 -C "your-email@example.com"
ssh-copy-id user@your-gpu-box-ip

إضافة المضيف إلى ~/.ssh/configلسهولة:

CopyHost gpu-box
    HostName 203.0.113.50
    User ubuntu
    IdentityFile ~/.ssh/id_ed25519
    ForwardAgent yes

الآنRemote-SSH: Connect to Host > gpu-boxيتصل فوراً

البدائل

الملازم

cursor.comهو فوك VS Code مع إنشاء رمز AI مدمج. يستخدم نفس النظام البيئي التوسع وصيغة الإعدادات. إذا كنت تستخدم Cursor، كل شيء في هذه الدروس لا يزال ينطبق. استيراد نفس settings.jsonوextensions.json. . .

السفر الرياحي

windsurf.comنفس القصة: نفس التوسعات، نفس شكل الإعدادات، نفس دعم SSH عن بعد.

فيم/نيوفيم

إذا كنت تستخدم Vim أو Neovim بالفعل وتكون منتجة في ذلك، ابق هناك. الحد الأدنى من الإعدادات للعمل في AI Python:

• pyrightأوpylspللتحقق من النوع (بإستخدام المكنسة المعدنية أو التركيب اليدوي)
• nvim-lspconfigللتكامل مع خادم اللغة
• jupyter-vimأوmolten-nvimلتنفيذ مثل دفتر الملاحظات
• telescope.nvimللبحث عن الملف/الرمز
• none-ls.nvimمع الأسود والقافل للتصميم/التصوير

إذا لم تستخدم Vim بالفعل، لا تبدأ الآن. منحنى التعلم سوف يتنافس مع تعلم هندسة الذكاء الاصطناعي. استخدم VS Code.

استخدمها

مع هذا الإعداد، سير عملك اليومي يبدو مثل:

1. افتح مجلد المشروع في VS Code (أو قم بالاتصال عبر Remote SSH إلى مربع GPU).
2. اكتب Python في المحرر مع الكمال التلقائي، وتلميحات النقرة، وأخطاء داخل الخط.
3. أطلق أدوات الملاحظات من "جوبيتر" متوافقة مع إضافة "جوبيتر".
4. استخدم المحطة المتكاملة لخطوط التدريبuv pip installو مراقبة GPU
5. مراجعة التغييرات مع GitLens قبل التزام.

التمارين

1. قم بتثبيت رمز VS وجميع التوسعات المدرجة في الخطوة 2
2. نسخة settings.jsonمن هذا الدروس إلى إعدادات VS Code
3. افتح ملف Python وتحقق من أن Pylance يظهر إشارات النمط والتنسيقات الأسود على حفظ
4. إذا كان لديك إمكانية الوصول إلى جهاز بعيد، قم بتعيين نظام SSH عن بعد وفتح مجلد عليه

الشروط الرئيسية

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.