Von Colab zur lokalen Umgebung

[!NOTE] Lokale Ausführung
Colab-spezifische Setup-Zeilen werden lokal durch eine virtuelle Umgebung, installierte Pakete und gesetzte Umgebungsvariablen ersetzt.

Inhaltsverzeichnis

  1. Einmalige Einrichtung
    1. Python-Umgebung & genai_lib
    2. API-Keys einrichten
  2. Anpassungen in der Setup-Zelle
  3. Besonderheiten einzelner Module
  4. Was sich nicht ändert
  5. Kurzcheck vor dem ersten Start
  6. Abgrenzung zu verwandten Dokumenten

Einmalige Einrichtung

Python-Umgebung & genai_lib 

# Virtuelle Umgebung erstellen (empfohlen)
python -m venv .venv
.venv\Scripts\activate        # Windows
source .venv/bin/activate     # Mac/Linux

# genai_lib installieren (ersetzt !uv pip install --system in Colab)
pip install git+https://github.com/ralf-42/GenAI.git#subdirectory=04_modul

API-Keys einrichten

In Colab übernimmt setup_api_keys() die Keys aus dem Colab-Secret-Manager. Lokal müssen die Keys vorab gesetzt werden. Für lokale Kursläufe eignet sich eine .env-Datei im Projektverzeichnis, sofern sie nicht versioniert wird:

# Datei: GenAI/.env
OPENAI_API_KEY=sk-...
HF_TOKEN=hf_...          # nur für M17 (Multimodal RAG)
LANGSMITH_API_KEY=ls__...  # optional, für LangSmith-Tracing

# Alternativ: direkt in der ersten Notebook-Zelle setzen
import os
os.environ["OPENAI_API_KEY"] = "sk-..."

[!WARNING] Schlüsseldateien
.env-Datei niemals in Git einchecken. Der Eintrag in .gitignore muss vor dem ersten Commit geprüft werden.

Anpassungen in der Setup-Zelle

Jedes Notebook enthält eine erste Zelle mit Colab-spezifischem Code. Diese Zeilen müssen angepasst werden:

Colab-Code Lokal ersetzen durch Aufwand
!uv pip install --system -q <paket> Einmalig im Terminal: pip install <paket> Einmalig
#@title 🔧 Umgebung einrichten{ display-mode: "form" } Zeile löschen Kosmetik
#@markdown <p><font ...>...</font></p> Zeile löschen Kosmetik
get_ipinfo() Zeile auskommentieren Optional

Beispiel: Colab → Lokal

# ❌ Colab (original)
#@title 🔧 Umgebung einrichten{ display-mode: "form" }
!uv pip install --system -q git+https://github.com/ralf-42/GenAI.git#subdirectory=04_modul
from genai_lib.utilities import check_environment, setup_api_keys, mprint, mermaid
setup_api_keys(['OPENAI_API_KEY'])
check_environment()
get_ipinfo()

# ✅ Lokal (angepasst)
from genai_lib.utilities import check_environment, setup_api_keys, mprint, mermaid
setup_api_keys(['OPENAI_API_KEY'])
check_environment()

Besonderheiten einzelner Module

Modul Besonderheit Lokale Anpassung
M08 (RAG) ChromaDB, Embeddings pip install chromadb langchain-community
M12 (MCP) !uv pip install fastmcp langchain-mcp-adapters nest_asyncio uvicorn pip install fastmcp langchain-mcp-adapters nest_asyncio uvicorn
M13 (Gradio) demo.launch(quiet=True) Bleibt unverändert — öffnet automatisch im Browser
M14 (Lokale Modelle) Benötigt Ollama als lokalen LLM-Server Ollama separat installieren und Modell laden: ollama pull llama3
M17 (Multimodal RAG) Zusätzlicher Key: HF_TOKEN für Hugging Face In .env oder os.environ["HF_TOKEN"] setzen

Was sich nicht ändert

[!NOTE] Colab-Abhängigkeiten
Die Notebooks haben minimale Colab-Abhängigkeiten. Der Großteil läuft lokal ohne Änderung.

  • Alle LangChain / LangGraph Patterns
  • Alle relativen Dateipfade (keine /content/-Pfade in den Notebooks)
  • Kein Google Drive Mounting erforderlich (Notebooks sind selbst-contained)
  • mprint(), mermaid(), load_prompt() aus genai_lib
  • LangSmith-Umgebungsvariablen (os.environ["LANGSMITH_TRACING"] etc.)

Kurzcheck vor dem ersten Start

  • Virtuelle Umgebung aktiv? (.venv\Scripts\activate)
  • genai_lib installiert? (pip show genai-lib)
  • OPENAI_API_KEY gesetzt? (echo %OPENAI_API_KEY%)
  • Colab-Metadatenzeilen wie #@title und optionale get_ipinfo()-Aufrufe entfernt?
  • Notebook-spezifische Zusatzpakete installiert (M08, M12, M14, M17)?
  • Für M14: Ollama installiert und gestartet?

Abgrenzung zu verwandten Dokumenten

Dokument Frage
Zuerst lesen Welche Dokumente sind vor dem ersten Kursprojekt am wichtigsten?
Lesepfade Welche Reihenfolge passt zu Rolle, Ziel und Vorkenntnissen?

Version: 1.1
Stand: Mai 2026
Kurs: Generative KI. Verstehen. Anwenden. Gestalten.