Użyj Python 3.12 lub 3.11. W terminalu otwartym w katalogu Student wykonaj:

py -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r dane/requirements_notebooki.txt
.\.venv\Scripts\python.exe -m ipykernel install --prefix .venv --name docassist_cykl --display-name "DocAssist - cykl zadan"
.\.venv\Scripts\python.exe -m jupyterlab

W Linux/macOS użyj python3 oraz .venv/bin/python. Instalacja bibliotek wymaga dostępu do Internetu. Jeśli korzystasz z istniejącego środowiska, sprawdź zależności z requirements_notebooki.txt.

Do nowych wywołań M1 i M3–M6 uruchom lokalny Ollama i przygotuj modele z materiałów kursowych:

ollama pull qwen3:4b-instruct-2507-q4_K_M
ollama pull bge-m3:latest

M2 nie używa LLM. Checkpointy odtwarzają zapisane wywołania i wymagają zgodnego indeksu referencyjnego. Digest modelu embeddingowego musi odpowiadać indeksowi przy nowych wywołaniach. Wagi modeli i środowisko .venv nie są dołączone do paczki.

Podane w fikcyjnym PDF DocAssist parametry RAM i miejsca na dysku należą do opisu systemu w ćwiczeniu. Wymagania lokalnych modeli sprawdzaj w materiałach kursowych.

1. Po uruchomieniu JupyterLab otwórz folder dane, a następnie notebook M1.

2. Wybierz kernel DocAssist - cykl zadan albo własny kernel Python ze wskazanymi bibliotekami.

3. Przed uruchomieniem nowych wywołań sprawdź, czy działa Ollama i czy masz modele wskazane w konfiguracji. Jeśli używasz innego tagu modelu, zmień konfigurację roboczą w notebooku i zapisz tę zmianę w notatce.

DocAssist · Instrukcja uczestnika · Wersja z 6 października 2026