Tra le Righe

Nel secondo episodio iniziamo a trasformare il progetto in qualcosa di realmente eseguibile.

Prima di collegare un modello di intelligenza artificiale locale, costruiamo l'ambiente che farà girare tutta l'applicazione.

In questa puntata vediamo:

• perché usare Docker per questo progetto
• come separare l'applicazione Streamlit da Ollama
• come funziona il nostro compose.yaml
• a cosa servono Dockerfile e requirements.txt
• perché tra container utilizziamo ollama invece di localhost
• come rendere persistenti dati e modelli con i volumi Docker
• come avviare l'intero progetto con un solo comando

Per avviare il progetto:

docker compose up --build

Una volta avviato, l'applicazione Streamlit è disponibile su:

http://localhost:8501

STRUMENTI UTILIZZATI

Docker Desktop:
Scarica Docker Desktop

Visual Studio Code:
Scarica Visual Studio Code

In questo episodio l'interfaccia è ancora quasi vuota, ma abbiamo costruito qualcosa di fondamentale: un ambiente isolato, riproducibile e pronto per far comunicare la nostra applicazione con un modello AI eseguito completamente in locale.

Nel prossimo episodio colleghiamo Ollama, scarichiamo il nostro primo modello locale e verifichiamo che l'applicazione riesca davvero a comunicare con lui.