⚛️ ? ? Nutzen Sie OpenAI, um funktionierende React Native- Komponenten zu generieren! Sehen Sie es in Aktion! ?
Es ist möglich react-native-openai-jsx
zu verwenden, um echte, funktionierende React Native-Anwendungen zu erstellen, indem Sie einfach einige allgemeine Beschreibungen dessen bereitstellen, was Sie sehen möchten.
Zum Beispiel:
); }">import { Alert } from 'react-native' ; import { Prompt } from 'react-native-openai-jsx' ; export default function App ( ) : JSX . Element { return ( < Prompt extraProps = { React . useMemo ( ( ) => ( { onPress : ( message : string ) => Alert . alert ( message ) , } ) , [ ] ) } prompt = { [ 'Provide a complete example of a React Native View component which contains a big Button in the center with the text "Press Me".' , 'When the Button is pressed, it must call a function prop passed into the component called onPress with the parameter "Hello from OpenAI!".' , ] . join ( ' ' ) } / > ) ; }
Es mag völlig verrückt erscheinen, aber das funktioniert tatsächlich! Durch die Verwendung der openai
-Client-Bibliothek können wir ihr hochentwickeltes Modell für maschinelles Lernen nutzen, um uns funktionale React Native-Anwendungen vorzustellen. Zur Laufzeit können wir @babel/runtime
verwenden, um das automatisch generierte Modul in laufzeitfreundliches JavaScript zu transpilieren und dieses auf einem react-native-wormhole
ausführen zu lassen.
Zuerst müssen Sie react-native-openai-jsx
und react-native-url-polyfill
installieren:
yarn add react-native-openai-jsx react-native-url-polyfill
Während dies heruntergeladen wird, müssen Sie einen Client-API-Schlüssel für OpenAI erstellen, falls Sie noch keinen haben. Eine Anleitung dazu finden Sie hier .
Hinweis: Sie benötigen
react-native-url-polyfill
um die Kompatibilität mit dem offiziellenopenai
SDK zu ermöglichen.
Als nächstes importieren Sie im Stammverzeichnis Ihrer Anwendung die Polyfills in den Einstiegspunkt Ihrer Anwendung, d. h.:
+ import 'react-native-url-polyfill/auto';
import { AppRegistry } from 'react-native';
import App from './src/App';
import { name as appName } from './app.json';
AppRegistry.registerComponent(appName, () => App);
Das sollte alles sein!
Um zu sehen, wie das alles zusammenpasst, können Sie die example
App ausprobieren:
cd example/
OPENAI_API_KEY="" yarn (ios|android|web)
Die
Komponente stellt alle Schnittstellenfunktionen zur Verfügung, um mit der Erstellung und Anpassung Ihrer eigenen Sprachmodell- Prompts zu beginnen.
Name | Typ | Beschreibung | Standardwert |
---|---|---|---|
prompt | string? | Die Textzeichenfolge, die verwendet wird, um dem Modell für maschinelles Lernen vorzuschlagen, welche Anwendung erstellt werden soll. | Eine Bedingung, die als leeres React.Fragment ausgewertet werden soll. |
completionSettings | CompletionSettings | Ein CreateCompletionRequest Objekt. | Erforderlich |
style | StyleProp | undefined | |
debug | boolean? | Wird verwendet, um Fehler während der Transpilierung darzustellen und eine Vorschau der von OpenGPT generierten Antworten anzuzeigen. | false |
extraProps |
| Ein benutzerdefiniertes Objekt, das Sie zur Übergabe an OpenGPT verwenden können. Sie können beispielsweise eine Rückruffunktion übergeben und dem Modell für maschinelles Lernen mitteilen, dass sie als mögliche Requisite vorhanden ist. | {} |
Wormhole | React.FC | Ein Wormhole . Dies kann verwendet werden, um Unterstützung für zusätzliche Bibliotheken wie react-native-svg einzuschließen. | DefaultWormhole |
Bitte vergessen Sie nicht, dass Sie, um mit dieser Bibliothek überhaupt Erfolg zu haben, dem Modell für maschinelles Lernen im Rahmen Ihrer Eingabeaufforderung mitteilen müssen , dass Sie versuchen, eine React Native-Anwendung zu erstellen.
MIT