API OpenAI: Programați chatboturi bazate pe AI, asistenți de vânzări și aventuri textuale.

Asta te așteaptă în acest curs OpenAI-API.

În acest video se vor discuta uneltele utilizate și cunoștințele necesare.

Aici este vorba despre platforma OpenAI și cum poți să o folosești.

Aici este vorba despre actualizarea OpenAI. Află ce modificări au fost făcute. În fișierul proiectului totul important este rezumat din nou.

Noi creăm primul nostru proiect cu npm create astro și examinăm structura produsului.

Deoarece folosim React pentru interfața noastră de utilizator, Astro JS trebuie să fie mai întâi habilitat să folosească componente React.

Endpoint-ul nostru pentru serviciul de chat va fi o cerere get către URL-ul /api/chat. Acest endpoint va fi configurat în acest videoclip.

Pentru apelurile către API-ul OpenAI, avem nevoie atât de o cheie API, pe care o putem genera prin contul nostru de pe platforma OpenAI, cât și de pachetul openai-npm.

Pentru a testa, am folosit un text fix pe server. Aici vrem să folosim pentru prima dată textul trimis de browser în URL ca parametru de interogare.

Doar să discuți prin URL în bara de adrese a browserului nu este o soluție permanentă. Prin urmare, în acest videoclip vom crea o interfață React rudimentară care permite introducerea textului de chat.

Nu avem încă un chat real, ci doar primim o întrebare și răspunsul aferent. Pentru a avea o conversație productivă cu LLM-ul, trebuie să- ne amintim istoricul chat-ului.

Câteodată, pur și simplu vrem să începem de la capăt și să uităm ce am spus. Pentru ca serverul să nu trebuiască repornit, folosim un ID de chat pentru a reseta istoricul de chat al serverului.

Până acum, conversația a fost foarte rudimentară. Aici vor fi implementate câteva îmbunătățiri care vor face ca aplicația noastră de chat să semene mai mult cu ChatGPT.

Istoricul chatului nu a fost ușor de citit până acum și va fi făcut ceva mai "frumos" în acest videoclip.

Acum prima noastră aplicație de chat este gata și totuși mai sunt multe de făcut dacă vrei să concurezi cu ChatGPT. ;-) Cine nu dorește acest lucru, poate continua cu un nou proiect în secțiunea următoare.

Ne angajăm în noul proiect și ne bazăm pe prima noastră aplicație de chat.

O joc are nevoie de o poveste. În acest videoclip îmi prezint ideea și fac primele pregătiri pentru navigarea prin joc.

Trebuie să treacă de trei misiuni (conversații) pentru a ajunge la sfârșitul (provisional) al jocului. Acestea le voi pregăti în acest videoclip.

Barmanul este primul partener de chat în acest joc și este "adus la viață" în acest videoclip.

Până acum, barmanul a fost puțin neînțelept cu privire la rolul său în joc. Vom remedia situația,  introducând primul prompt de sistem.

Partenerul nostru de chat s-a implicat în rolul său de barman, dar încă nu știm în program dacă questul a fost îndeplinit de către jucător. Pentru aceasta, se pot folosi apeluri de funcții pe care LLM le poate activa de la sine, dacă consideră că este necesar. Trebuie să ne asigurăm că acest lucru se întâmplă.

Apelurile de funcții pot avea valori de returnare și trebuie să le comunicăm și AI, ceea ce realizăm în acest videoclip.

Clientul (navigatorul) trebuie să fie notificat că misiunea a fost completată, deoarece atunci jucătorul poate vorbi și cu Dr. Owen și se poate apropia de obiectiv.

Orice conversație frumoasă trebuie să aibă un sfârșit, dar cum vom gestiona asta în program? Prin apelarea unei funcții, desigur.

În sfârșit, jucătorul poate vorbi cu expertul în AI pentru a afla soluția ultimului puzzle.

Barmanul și dr. Owen sunt doi caractere diferite și, prin urmare, nu le este permis să împărtășească un istoric de chat. Prin urmare, ar trebui să creăm un nou istoric de chat pentru dr. Owen.

Dr. Owen are nevoie de o funcție pentru a-i spune când jucătorul a cerut și a primit un răspuns la problema sa cu securitatea robotului său mic. Acest lucru se întâmplă în acest videoclip.

Adversarul nostru final în acest joc este robotul de securitate, care nu ne-a lăsat să trecem tot timpul. Acum însă jucătorul are puterea sau mai bine zis cunoștințele necesare pentru a-l înșela în cele din urmă.

Noul nostru proiect ne poartă în lumea magazinelor de chitare, desigur cu sprijinul prietenos al API-ului OpenAI, care ne permite să realizăm un asistent de vânzări virtual.

Până acum, asistentul de vânzări nu a fost prea bun în consultare. Acest lucru ar trebui îmbunătățit acum cu ajutorul unei "baze de date" simulate folosind hărți.

Până acum aveam doar 2 produse, pe care le vom crește la 4 în acest videoclip. Este important de menționat că acum avem mai multe produse de același tip și astfel putem întreba asistentul de vânzări, de exemplu, ce chitare bas sunt în sortiment.

Prețul nu este totul atunci când cumperi o chitară, dar un client care nu vrea să-și ipotecheze locuința ar trebui să fie capabil să întrebe vânzătorul despre chitare electrice din gama de prețuri joase sau medii. Acest lucru îl realizăm prin intermediul unui al doilea parametru priceRange în cadrul funcției corespunzătoare care trebuie apelată apoi de LLM.

Am stricat totul cu ultimul videoclip. Dar nu-ți fă griji, eroarea este ușor de remediat, dacă știi unde să cauți.

Ce ar fi un magazin online fără un coș de cumpărături? Deși nu vom implementa un coș de cumpărături corect (pentru că nu asta este scopul acestui curs), vom crea în acest videoclip bazele pentru a putea conecta un coș de cumpărături la asistentul virtual de vânzări. Și aici, din nou, ... apelarea funcției!

În majoritatea cazurilor, clienții vor cunoaște doar în mod aproximativ numele produselor. LLM poate efectua apelul funcției numai cu numele care apar în cererea clientului. Cu toate acestea, printr-un mic truc, AI poate fi folosită destul de ușor pentru o căutare "neclară" în numele produselor în aceste cazuri.

O concluzie scurtă despre ceea ce am realizat în acest curs, ce puteți face cu aceste informații și ce API-uri interesante mai sunt disponibile la OpenAI.