Skip to content

Repository files navigation

📊 Kurs Programowania i Analityki Danych w Pythonie dla Ekonomistów (Środowisko WSL & Antigravity)

Witaj w dedykowanym środowisku szkoleniowym CLI dla kierunku Analityka Gospodarcza / Ekonomia. Środowisko to łączy naukę składni języka Python, zaawansowanej manipulacji danymi w bibliotece Pandas z pracą w ekosystemie agentowym Agents-OS v5.0 w środowisku WSL (Windows Subsystem for Linux), przy aktywnym wsparciu asystenta AI Antigravity.

Praca w systemie Linux (przez WSL) oraz interakcja z autonomicznymi agentami AI to nowoczesny standard w analizie danych. Poniżej znajdziesz instrukcję, jak przygotować środowisko i efektywnie współpracować z Antigravity.


💻 Przygotowanie Środowiska WSL (Windows)

Jeśli jeszcze nie masz przygotowanego środowiska WSL na Windows, wykonaj poniższe kroki w PowerShellu (jako Administrator):

  1. Instalacja WSL i Ubuntu:

    wsl --install

    Po instalacji uruchom ponownie komputer i skonfiguruj nazwę użytkownika oraz hasło w konsoli Ubuntu.

  2. Instalacja pakietów systemowych w WSL (Ubuntu): Uruchom terminal WSL/Ubuntu i zainstaluj Pythona oraz pip:

    sudo apt update && sudo apt install -y python3-pip python3-venv git
  3. Uruchomienie VS Code w WSL: Zainstaluj w Windows dodatek WSL do VS Code. Następnie w terminalu WSL wpisz:

    code .

    VS Code otworzy się na systemie Windows, ale będzie połączony bezpośrednio z plikami wewnątrz środowiska WSL.


🤖 Praca z Asystentem Antigravity w WSL

JAS (Jako Uczeń) będziesz pracował bezpośrednio w parze z agentem Antigravity poprzez interaktywne CLI platformy.

Jak współpracować z Antigravity?

  1. Zainicjuj Antigravity CLI w katalogu głównym projektu w WSL za pomocą komendy:
    agy
  2. Zlecanie zadań agentowi: Możesz poprosić Antigravity o wsparcie w dowolnym momencie. Przykładowe zapytania:
    • „Antigravity, wyjaśnij mi matematyczną intuicję stojącą za NPV (Zadanie 1.3).”
    • „Antigravity, spójrz na plik exercises/module_2/task_1.py i wskaż, dlaczego moja klasyfikacja nie działa.”
    • „Antigravity, pomóż mi przeanalizować błędy z pliku logów .agents/test_run.log.”
  3. Automatyczne śledzenie kontekstu: Antigravity ma dostęp do pliku stanu .agents/course_state.json oraz backlogu task.md. Kiedy zapytasz go o postępy lub kolejne zadania, automatycznie odczyta te dane i poprowadzi Cię dalej.

🚀 Szybki Start (w terminalu WSL)

1. Klonowanie i przygotowanie repozytorium

W terminalu WSL sklonuj repozytorium do swojego katalogu domowego (np. ~/projects/):

mkdir -p ~/projects && cd ~/projects
git clone <adres-repozytorium>
cd python-udemy

Utwórz i aktywuj wirtualne środowisko Pythona:

python3 -m venv .venv
source .venv/bin/activate

Zainstaluj wymagane biblioteki analityczne:

pip install -r requirements.txt

2. Uruchomienie asystenta CLI

Uruchom główny skrypt szkoleniowy w terminalu WSL:

python3 start_course.py

3. Rozwiązywanie zadań i weryfikacja

  • Zadania będą generowane automatycznie w katalogu exercises/.
  • Po uzupełnieniu kodu w pliku zadania, uruchom weryfikację:
    python3 start_course.py --verify
  • Aby sprawdzić status postępów:
    python3 start_course.py --status
  • Aby zresetować stan kursu do początku:
    python3 start_course.py --reset

🛠️ Integracja z Git & GitHub w WSL (gh cli)

Aby zapisać swoje postępy i zsynchronizować je z repozytorium zdalnym bezpośrednio z WSL:

  1. Instalacja GitHub CLI w WSL (Ubuntu):
    type -p curl >/dev/null || (sudo apt update && sudo apt install curl -y)
    sudo mkdir -p -m 755 /etc/apt/keyrings
    curl -fsSL https://cli.github.com/packages/githubcli-archive-keyring.gpg | sudo dd of=/etc/apt/keyrings/githubcli-archive-keyring.gpg
    sudo chmod go+r /etc/apt/keyrings/githubcli-archive-keyring.gpg
    echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/githubcli-archive-keyring.gpg] https://cli.github.com/packages stable main" | sudo tee /etc/apt/sources.list.d/github-cli.list > /dev/null
    sudo apt update
    sudo apt install gh -y
  2. Logowanie do GitHub:
    gh auth login
  3. Zapisanie zmian (Commit & PR):
    git add .
    git commit -m "feat: completed module 1 data structures"
    gh pr create --title "Rozwiązanie Modułu 1" --body "Rozwiązania zadań z matematyki finansowej."

Powodzenia w nauce z Antigravity! 📊🤖

About

AGENTS-OS v5.0 — python-udemy

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages