Von Colab zur lokalen Umgebung

Welche Anpassungen sind nötig, um die Kurs-Notebooks lokal auszuführen?

Inhaltsverzeichnis

Einmalige Einrichtung
1. Python-Umgebung & genai_lib
2. API-Keys einrichten
Anpassungen in der Setup-Zelle
Besonderheiten einzelner Module
Was sich nicht ändert
Kurzcheck vor dem ersten Start

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 — am einfachsten über eine .env-Datei im Projektverzeichnis:

# 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-..."

.env-Datei niemals in Git einchecken — Eintrag in .gitignore prüfen.

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

Die Notebooks haben minimale Colab-Abhängigkeiten — der Großteil läuft lokal ohne jede 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%)
#@title- und get_ipinfo()-Zeilen entfernt?
Notebook-spezifische Zusatzpakete installiert (M08, M12, M14, M17)?
Für M14: Ollama installiert und gestartet?

Version: 1.0
Stand: März 2026
Kurs: Generative KI. Verstehen. Anwenden. Gestalten.