⚡ AutomationsAI|Portal de Cursos →

Verificando acesso...

TRILHA 3

⚙️ Instalação e Setup

Do zero ao kernel rodando: Python, dependências CPU/CUDA, virtualenv, config.yaml com providers, e como subir Terminal UI e Web UI.

2
Módulos
12
Tópicos
~1h30
Duração
Básico
Nível

Mapa da trilha

Conteúdo detalhado

3.1~45 min · Hands-on

📦 Instalar o kernel

Python, clone do repo, instalação das deps (CPU vs CUDA), virtualenv e verificação básica.

O que é:

AIOS exige Python ≥ 3.10. 3.11 ou 3.12 são recomendados pela performance e melhor type-checking.

Por que aprender:

Versões antigas (3.8/3.9) quebram imports de Cerebrum e libs do ecossistema.

Conceitos-chave:

pyenv · asdf · brew · type-hints modernos.

O que é:

Em Local Kernel mode, clone ambos. git clone https://github.com/agiresearch/AIOS.git e git clone https://github.com/agiresearch/Cerebrum.git.

Por que aprender:

Instalar AIOS já puxa Cerebrum como dependência; mas ter o repo local facilita debug e leitura do código.

Conceitos-chave:

Local install · editable mode · symlink de dev.

O que é:

CPU: pip install -r requirements.txt. GPU: pip install -r requirements-cuda.txt. CUDA traz torch+vllm para hospedar modelos locais.

Por que aprender:

Se você só usa APIs (OpenAI, Claude), CPU basta. CUDA só se for hospedar modelos via vLLM/HuggingFace local.

Conceitos-chave:

vLLM · torch · cuDNN · hospedar local.

O que é:

AIOS tem muitas dependências. Sempre instale em ambiente isolado: python -m venv .venv && source .venv/bin/activate.

Por que aprender:

Sem isolamento, conflitos com outras libs Python te queimam horas.

Conceitos-chave:

venv · conda · pyenv · uv.

O que é:

python -c "import aios; print(aios.__version__)" e python -c "import cerebrum; print(cerebrum.__version__)" confirmam imports.

Por que aprender:

Smoke test evita "instalei mas nada funciona" — pega problema antes de gastar tempo configurando keys.

Conceitos-chave:

Smoke test · import check · versão alinhada.

O que é:

Erros típicos: torch CUDA mismatch, falta de gcc, conflito de pydantic v1/v2, falta do config.yaml.

Por que aprender:

Conhecer os 5 erros mais comuns economiza 80% do tempo de setup.

Conceitos-chave:

Logs · stack trace · GitHub issues · venv limpo.

Ver Completo
3.2~45 min · Hands-on

🔑 Configurar providers

Estrutura do config.yaml, keys de OpenAI/Anthropic/Gemini/Groq/HuggingFace/Novita e como subir o kernel em background com Terminal UI.

O que é:

aios/config/config.yaml centraliza keys, modelos default, scheduler escolhido e storage path. É o primeiro arquivo a editar.

Por que aprender:

Mudanças aqui propagam pelo kernel todo sem precisar tocar em código.

Conceitos-chave:

YAML · single source of truth · hot reload (parcial).

O que é:

Adicione openai: "sk-..." e anthropic: "sk-ant-..." em api_keys. O LLM Core ativa o provider correspondente automaticamente.

Por que aprender:

São os 2 providers mais maduros — ótima escolha para começar.

Conceitos-chave:

API key · secret manager · rotação periódica.

O que é:

Adicione gemini (Google), groq (Llama acelerado) e novita (proxy open). Cada um para um caso.

Por que aprender:

Diversificar providers reduz risco de rate limit e cria opções de custo/qualidade.

Conceitos-chave:

Rate limit · fallback · diversificação.

O que é:

Para modelos HuggingFace, configure huggingface.auth_token e huggingface.cache_dir (pasta para download de pesos).

Por que aprender:

Modelos locais oferecem privacidade e custo zero por token — mas precisam de cache configurado para não baixar toda vez.

Conceitos-chave:

HF auth · cache · vLLM · GPU mandatório para modelos grandes.

O que é:

Foreground: python -m aios.kernel. Background com log: nohup python -m aios.kernel > kernel.log 2>&1 &.

Por que aprender:

Em dev, foreground (vê log na hora). Em prod, background com log + systemd.

Conceitos-chave:

nohup · systemd · tmux · supervisord.

O que é:

python scripts/run_terminal.py abre prompt interativo conectado ao kernel.

Por que aprender:

É a forma mais rápida de validar que o kernel está respondendo e os providers estão configurados.

Conceitos-chave:

REPL · primeira query · sanity check · debug visual.

Ver Completo