OpenAI API: Programujte chaty založené na AI, prodejní asistenty a textová dobrodružství.

To tě očekává v tomto kurzu OpenAI API.

V tomto videu se budeme zabývat použitými nástroji a potřebnými znalostmi.

Jde o platformu OpenAI a o to, jak ji lze používat.

Zde jde o aktualizaci OpenAI. Zjisti, jaké změny přináší. Ve složce projektu je opět shrnuto vše podstatné.

Vytvoříme náš první projekt pomocí npm create astro a prozkoumáme strukturu výsledku.

Poněvadž pro naše uživatelské rozhraní používáme React, musí být Astro JS nejprve povoleno používat komponenty React.

Náš koncový bod pro chatovací službu bude get-Request na URL /api/chat. Tento koncový bod nastavíme v tomto videu.

K pro volání OpenAI API potřebujeme kromě API klíče, který můžeme generovat prostřednictvím našeho účtu na platformě OpenAI, také balíček openai-npm.

Na testování jsme na serveru použili pevný text. Zde chceme poprvé použít text, který je poslán prohlížečem v URL jako query parametr.

Pouze chatování přes URL v adresním řádku prohlížeče není trvalé řešení. Proto v tomto videu vytvoříme základní React UI, které umožní zadávání textu pro chatování.

Ještě nemáme žádný opravdový chat, pouze dostáváme otázku a odpověď na ni. Abychom mohli vést plodnou konverzaci s LLM, musíme si zapamatovat průběh chatu.

Někdy chcete začít znovu a zapomenout na řečené. Aby server nebylo nutné restartovat, používáme identifikátor chatu k obnovení historie chatu na serveru.

Dosud bylo chatování velmi rudimentární. Zde budou implementovány některé vylepšení, které naši chatovací aplikaci posunou více směrem k ChatGPT.

Průběh chatu byl doposud obtížně čitelný a v tomto videu bude trochu "hezčí".

Nyní je naše první chatovací aplikace hotová a přesto je stále hodně práce, pokud chcete konkurovat ChatGPT. ;-) Pokud to nechcete, můžete pokračovat v dalším projektu v následující části.

Zahajujeme nový projekt a používáme přitom naši první Chat-App.

Hra potřebuje příběh. V tomto videu představuji svůj nápad a provádím první přípravy pro navigaci ve hře.

Tři mise (rozhovory) musí hráč absolvovat, aby se dostal k (dočasnému) konci hry. Tyto připravuji v tomto videu.

Číšník je prvním chatovacím partnerem v této hře a v tomto videu "ožívá".

Barman byl doposud trochu zběhlý ve své roli v hře. Pomůžeme mu tím, že do něj zavedeme první systémový průvodce.

Náš chatovací partner se v roli barmana rozproudil, ale v programu zatím nevíme, zda byl úkol hráčem splněn. K tomu mohou být vhodné volání funkcí, které může LLM provést sám, pokud to považuje za vhodné. Musíme se postarat o to, aby to udělal.

Volání funkcí mohou mít návratové hodnoty a ty musíme také sdělit umělé inteligenci, což budeme v tomto videu realizovat.

Klient (prohlížeč) musí být informován, že mise byla dokončena, protože pak může hráč mluvit s Dr. Owenem a přiblížit se k cíli.

I tak nejkrásnější rozhovor musí skončit, ale jak to uděláme v programu? Samozřejmě pomocí volání funkce.

Nakonec může hráč mluvit s expertem na umělou inteligenci, aby od něj zjistil řešení poslední hádanky.

Barkeeper a Dr. Owen jsou dva různé postavy a proto by neměli sdílet historii chatu. Měli bychom tedy vytvořit novou historii chatu pro Dr. Owena.

Dr. Owen potřebuje funkci, abychom zjistili, že hráč byl požádán o řešení svého malého bezpečnostního robotického problému a obdržel odpověď. Tuto informaci získá v tomto videu.

Naším konečným soupeřem v této hře je bezpečnostní robot, který nám po celou dobu nedovoloval projít. Nyní však hráč má moc, nebo spíše znalosti, jak ho nakonec přelstít.

Náš nový projekt nás zavádí do světa obchodů s kytarami, samozřejmě s přátelskou podporou OpenAI API, která nám umožňuje realizovat virtuální prodejní asistent.

Zatím prodejní asistent nebyl příliš dobrý při poradenství. To se má nyní zlepšit pomocí simulované „databáze“ s pomocí map.

Dosud jsme měli pouze 2 produkty, které v tomto videu zvyšujeme na 4. Důležité je, že nyní máme více produktů na typ a tak můžeme například dotazovat prodejního asistenta, které elektrické basy jsou v sortimentu.

Cena při nákupu kytary sice není všechno, ale zákazník, který si nechce vzít novou hypotéku na svůj dům, by měl být schopen požádat prodávajícího o E-kytary v nižším nebo středním cenovém rozmezí. Toho dosáhneme pomocí druhého parametru priceRange ve vhodné funkci, kterou by mělo LLM potom volat.

Poslední video jsme rozbili. Ale nebojte se, chyba je rychle opravena, pokud víte, kde hledat.

Jaký by byl online obchod bez nákupního košíku? I když neimplementujeme skutečný nákupní košík (není to cílem tohoto kurzu), v tomto videu vytvoříme základy, abyste mohli připojit košík k virtuálnímu asistentovi pro prodej. I zde pomůže ... volání funkce!

Zákazníci ve většině případů budou znát názvy produktů jen přibližně. LLM může provádět volání funkcí pouze s názvy uvedenými v požadavku zákazníka. Ale s trochou triku lze pro tyto případy snadno využít umělé inteligence pro „neostřené“ vyhledávání v názvech produktů.

Malé shrnutí toho, co jsme dosáhli v tomto kurzu, co z toho můžete udělat a jaké zajímavé API nabízí OpenAI.