Easy open aiダウンロード - Easy open aiソースコードのダウンロード

イージーオープンアイ

このリポジトリには、アプリケーションで GPT 3/4 を使用する最も簡単な方法である Java での OpenAI の API 用のコミュニティが管理するライブラリが含まれています。

概要

この Java ライブラリ (コミュニティが管理するライブラリ) は、モデレーションとチャット完了の両方で OpenAI の API と対話する便利な方法を提供します。このライブラリには必要な詳細がカプセル化されているため、OpenAI の強力なモデルを Java アプリケーションに簡単に統合できます。このプロジェクトは OPENAI によって保守されておらず、非公式ライブラリです。

貢献ガイドライン

COTRIBUTING.md を参照してください。

ランニングガイドライン

すべての「OPENAI_KEYS」は、ここで定義された readKeys() 関数を通じて読み取る必要があります。この関数を使用すると、複数のキーを同時に読み取ることができます。マルチスレッドタスクの場合は、レート制限を避けるために複数のキーを使用することをお勧めします。この機能を実行するには、プロジェクトのルートフォルダーに keys.txt が必要です (自由に編集できます)。

使用法 - 構文

チャット完了API

チャット完了 API を使用するには、次の手順に従います。

 Message message = Message . builder ()
       . role ( "user" )
       . content ( "what is the capital of Cambodia?" )
       . build ();

List < Message > messages = new ArrayList <>();
messages . add ( message );

ChatCompletionRequest request = ChatCompletionRequest . builder ()
       . model ( "gpt-3.5-turbo" )
       . messages ( messages )
       . build ();

ChatCompletionResponse response = new EasyopenaiService ( new DAOImpl ()). chatCompletion ( "OPENAI_KEY" , request );

ここをクリックしてコード例にジャンプします。

モデレーションAPI

単一のリクエスト、単一の応答

Moderation API を使用するには、次の手順に従います。

 ModerationAPIRequest request = ModerationAPIRequest . builder ()
        . model ( "text-moderation-latest" )
        . input ( "hello from the other side kill me now" )
        . build ();

ModerationAPIResponse res = new EasyopenaiService ( new DAOImpl ()). getmoderation ( "OPENAI_KEY" , request );

ここをクリックしてコード例にジャンプします。

イージービジョンAPI

Vision API は次のように使用できます。画像リストに N 個の画像を自由に追加できます。

 VisionApiResponse responseobj = new EasyVisionService (). VisionAPI ( "OPENAI_KEY" , new EasyVisionRequest ()
       . setModel ( "gpt-4-vision-preview" )
       . setPrompt ( "What are the difference between these images?" )
       . setImageUrls ( new ArrayList < String >() {{
           add ( "https://images.pexels.com/photos/268533/pexels-photo-268533.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=1" );
           add ( "https://images.pexels.com/photos/36717/amazing-animal-beautiful-beautifull.jpg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=1" );
       }}));

. setMaxtokens ( 1000 ) //Optional - for more tokens, defaults to 300

ここをクリックしてコード例にジャンプします。

ビジョンAPI

Vision API を使用するには、次の手順に従います。

DAOImpl のインスタンスを使用して EasyopenaiService オブジェクトを初期化します。

 EasyopenaiService obj = new EasyopenaiService ( new DAOImpl ());

VisionApiRequest オブジェクトを作成します。

 VisionApiRequest request = new VisionApiRequest ();

画像の URL と詳細を含む ImageUrl オブジェクトを作成します。

 ImageUrl url = new ImageUrl ();
url . setUrl ( "https://images.pexels.com/photos/18907092/pexels-photo-18907092/free-photo-of-a-photo-of-the-golden-gate-bridge-in-the-sky.jpeg" );
url . setDetail ( "low" );

メッセージを表す Content オブジェクトのリストを作成します。

 Content content1 = new Content ();
content1 . setText ( "What’s in this image?" );
content1 . setType ( "text" );

Content content2 = new Content ();
content2 . setImageUrl ( url );
content2 . setType ( "image_url" );

ArrayList < Content > listofContent = new ArrayList <>();
listofContent . add ( content1 );
listofContent . add ( content2 );

ロール (「ユーザー」) とコンテンツのリストを含む MessageList オブジェクトを作成します。

 MessageList messageList = new MessageList ();
messageList . setRole ( "user" );
messageList . setContent ( listofContent );

MessageList オブジェクトのリストを作成します。

 ArrayList < MessageList > listofMessage = new ArrayList <>();
listofMessage . add ( messageList );

VisionApiRequest オブジェクトのさまざまなプロパティを設定します。

 request . setModel ( "gpt-4-vision-preview" );
request . setMaxTokens ( 300 );
request . setMessages ( listofMessage );

API 呼び出しを実行し、応答を出力します。

 VisionApiResponse res = obj . visionAPI ( OPENAI_KEY , request );
System . out . println ( "Vision API Response is:" + res );

ここをクリックしてコード例にジャンプします。

音声API

Speech API はこのように使用できます。自由に調整してください。

 SpeechRequest request = SpeechRequest . builder ()
       . model ( "tts-1" )
       . input ( "Easy OpenAI is best solution." )
       . voice ( "alloy" )
       . build ();

ResponseBody response = new EasyopenaiService ( new DAOImpl ()). createSpeech ( "OPENAI_KEY" , request );

ここをクリックしてコード例にジャンプします。

簡単な文字起こしAPI

Transcription API はこのように使用できます。自由に調整してください。

 EasyTranscriptionRequest request  =  EasyTranscriptionRequest . builder ()
      . filepath ( "/Users/namankhurpia/Desktop/audio.mp3" )
      . model ( "whisper-1" )
      . build ();

ResponseBody response = new EasyTranscriptionService (). EasyTranscription ( "OPENAI_KEY" , request );

ここをクリックしてコード例にジャンプします。

文字起こしAPI

OpenAIによる独自の文字起こしAPI

Transcription API はこのように使用できます。自由に調整してください。

 File audioFile = new File ( "/Users/namankhurpia/Desktop/audio.mp3" );
MultipartBody . Part filePart = MultipartBody . Part . createFormData (
       "file" ,
       audioFile . getName (),
       RequestBody . create ( MediaType . parse ( "audio/*" ), audioFile )
);

RequestBody model = RequestBody . create ( MediaType . parse ( "text/plain" ), "whisper-1" );
RequestBody language = RequestBody . create ( MediaType . parse ( "text/plain" ), "" );
RequestBody prompt = RequestBody . create ( MediaType . parse ( "text/plain" ), "" );
RequestBody response_format = RequestBody . create ( MediaType . parse ( "text/plain" ), "" );
RequestBody temperature = RequestBody . create ( MediaType . parse ( "text/plain" ), "" );

ResponseBody response = new EasyopenaiService ( new DAOImpl ()). createTranscriptions ( "OPENAI_KEY" , filePart , model , language , prompt , response_format , temperature );

ここをクリックしてコード例にジャンプします。

画像生成API

画像生成 API はこのように使用できます。自由に調整してください。

 ImageRequest imageRequest  = ImageRequest . builder ()
       . prompt ( "Generate a cute dog playing with frizbee" )
       . model ( "dall-e-2" )
       . build ();

ImageResponse response = new EasyopenaiService ( new DAOImpl ()). createImage ( "OPENAI_KEY" , imageRequest );

ここをクリックしてコード例にジャンプします。

非同期チャット完了 API

チャット完了 API を非同期的に使用するには、次の手順に従います。

AsyncDAOImplのインスタンスを使用してEasyopenaiAsyncServiceオブジェクトを初期化します。
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

会話を表すChatMessageオブジェクトのリストを作成します。

 ChatMessage message = new ChatMessage ();
message . setRole ( "user" );
message . setContent ( "what is the capital of Cambodia?" );

List < ChatMessage > messages = new ArrayList <>();
messages . add ( message );

ChatCompletionRequestオブジェクトを作成します。

 ChatCompletionRequest request = new ChatCompletionRequest ();
request . setModel ( "gpt-3.5-turbo" );
request . setMessages ( messages ); // old conversations as well

非同期 API 呼び出しを行います。

 ChatCompletionResponse res = obj . getAsyncChatCompletion ( OPENAI_KEY , request );

ここをクリックしてコード例にジャンプします。

非同期モデレーション API

Moderation API を非同期的に使用するには、次の手順に従います。

ModerationAPIRequestオブジェクトを作成します。

 ModerationAPIRequest request = new ModerationAPIRequest ();
request . setInput ( "kill me now" );
request . setModel ( "text-moderation-latest" );

AsyncDAOImplのインスタンスを使用してEasyopenaiAsyncServiceオブジェクトを初期化します。
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

非同期 API 呼び出しを行います。

 ModerationAPIResponse res = obj . getASyncModeration ( OPENAI_KEY , request );

ここをクリックしてコード例にジャンプします。

マルチスレッド非同期チャット完了 API

Chat Completion API を使用したマルチスレッドおよび同時呼び出しの場合は、次の手順に従います。

ChatCompletionRequestListオブジェクトを作成します。

 ChatCompletionRequestList list = new ChatCompletionRequestList ( new ArrayList < ChatCompletionRequest >());

複数のChatCompletionRequestオブジェクトをリストに追加します。

 // Example request 1
ChatCompletionRequest requestchat = new ChatCompletionRequest ();
requestchat . setModel ( "gpt-3.5-turbo" );
ChatMessage message = new ChatMessage ();
message . setRole ( "user" );
message . setContent ( "what is the capital of India?" );
List < ChatMessage > messages = new ArrayList <>();
messages . add ( message );
requestchat . setMessages ( messages );
list . add ( requestchat );

// Add more requests as needed (requestchat2, requestchat3, requestchat4, etc.)

複数の非同期 API 呼び出しを行います。

 EasyopenaiConcurrentService concurrentCalls = new EasyopenaiConcurrentService ();
ChatCompletionResponseList responseList = concurrentCalls . CallMultipleChatCompletionAPI ( OPENAI_KEY , list );
System . out . println ( responseList );

ここをクリックしてコード例にジャンプします。

マルチスレッド非同期モデレーション API

Moderation API を使用したマルチスレッドおよび同時呼び出しの場合は、次の手順に従います。

ModerationRequestListオブジェクトを作成します。

 ModerationRequestList requestList = new ModerationRequestList ( new ArrayList < ModerationAPIRequest >());

複数のModerationAPIRequestオブジェクトをリストに追加します。

 // Example request 1
ModerationAPIRequest request = new ModerationAPIRequest ();
request . setInput ( "kill me now" );
request . setModel ( "text-moderation-latest" );
requestList . add ( request );

// Add more requests as needed (request2, request3, request4, etc.)

複数の非同期 API 呼び出しを行います。

 EasyopenaiConcurrentService concurrentCalls = new EasyopenaiConcurrentService ();
ModerationResponseList responseList = concurrentCalls . CallMultipleModerationAPI ( OPENAI_KEY , requestList );
System . out . println ( responseList );

ここをクリックしてコード例にジャンプします。

EMMC EasyOpenAI マルチスレッド MultiKey ChatCompletionAPI

これにより、複数のキーを使用して複数のチャット完了呼び出しを行うことができます。すべての API 呼び出しは並行して実行されますが、応答はアクティブに収集され、すべてのスレッドが終了すると返送されます。

実装には CompletableFuture クラスを使用しました。ソースを確認するには、EasyopenaiConcurrentService.java ファイルを参照してください。

使用例 -

 public static void CallMultipleChatCompletionAPI_multikey_Test ()
{
     //this function read multiple keys from keys.txt file 
     ArrayList < String > keyList = readKeys ();
     
     EasyopenaiConcurrentService concurrentCalls = new EasyopenaiConcurrentService ();
   
     ChatCompletionRequestList list = new ChatCompletionRequestList ( new ArrayList < ChatCompletionRequest >());
   
     //First thread for 
     ChatCompletionRequest requestchat = new ChatCompletionRequest ();
     requestchat . setModel ( "gpt-3.5-turbo" );
     Message message = new Message ();
     message . setRole ( "user" );
     message . setContent ( "what is the capital of India?" );
     List < Message > messages = new ArrayList <>();
     messages . add ( message );
     requestchat . setMessages ( messages );
     list . add ( requestchat );
   
   
     ChatCompletionRequest requestchat2 = new ChatCompletionRequest ();
     requestchat2 . setModel ( "gpt-3.5-turbo" );
     Message message2 = new Message ();
     message2 . setRole ( "user" );
     message2 . setContent ( "what is the capital of combodia?" );
     List < Message > messages2 = new ArrayList <>();
     messages2 . add ( message2 );
     requestchat2 . setMessages ( messages2 );
     list . add ( requestchat2 );
   
   
     ChatCompletionRequest requestchat3 = new ChatCompletionRequest ();
     requestchat3 . setModel ( "gpt-3.5-turbo" );
     Message message3 = new Message ();
     message3 . setRole ( "user" );
     message3 . setContent ( "what is the capital of new zealand?" );
     List < Message > messages3 = new ArrayList <>();
     messages3 . add ( message3 );
     requestchat3 . setMessages ( messages3 );
     list . add ( requestchat3 );
   
   
     ChatCompletionRequest requestchat4 = new ChatCompletionRequest ();
     requestchat4 . setModel ( "gpt-3.5-turbo" );
     Message message4 = new Message ();
     message4 . setRole ( "user" );
     message4 . setContent ( "what is the capital of hawaii? and what is 2+2?" );
     List < Message > messages4 = new ArrayList <>();
     messages4 . add ( message4 );
     requestchat4 . setMessages ( messages4 );
     list . add ( requestchat4 );
   
   
   
     ChatCompletionResponseList responseList = concurrentCalls . CallMultipleChatCompletionAPI ( keyList , list );
     System . out . println ( "response is" + responseList );
}

依存関係

OpenAI API ラッパーを使用する前に、必要な依存関係がインストールされていることを確認してください。

メイビン

< dependency >
    < groupId >io.github.namankhurpia</ groupId >
    < artifactId >easyopenai</ artifactId >
    < version >x.x.x</ version >
</ dependency >

グルービー - グラドル

 implementation group: 'io.github.namankhurpia', name: 'easyopenai', version: 'x.x.x'

グラドル Java -

 implementation 'io.github.namankhurpia:easyopenai:x.x.x'

グラドルコトリン-

 implementation("io.github.namankhurpia:easyopenai:x.x.x")

ミナミマグロ -

 libraryDependencies += "io.github.namankhurpia" % "easyopenai" % "x.x.x"

アイビー-

 <dependency org="io.github.namankhurpia" name="easyopenai" rev="x.x.x"/>

グレープ-

 @Grapes(
@Grab(group='io.github.namankhurpia', module='easyopenai', version='x.x.x')
)

ライニンゲン

 [io.github.namankhurpia/easyopenai "x.x.x"]

ビルダー

 'io.github.namankhurpia:easyopenai:jar:x.x.x'

拡大する

Easy open ai

イージーオープンアイ

概要

目次

単一インスタンス

非同期

マルチ非同期

マルチ非同期マルチキー

貢献ガイドライン

ランニングガイドライン

使用法 - 構文

チャット完了API

モデレーションAPI

単一のリクエスト、単一の応答

イージービジョンAPI

ビジョンAPI

音声API

簡単な文字起こしAPI

文字起こしAPI

OpenAIによる独自の文字起こしAPI

画像生成API

非同期チャット完了 API

非同期モデレーション API

マルチスレッド非同期チャット完了 API

マルチスレッド非同期モデレーション API

EMMC EasyOpenAI マルチスレッド MultiKey ChatCompletionAPI

依存関係

メイビン

グルービー - グラドル

グラドル Java -

グラドルコトリン-

ミナミマグロ -

アイビー-

グレープ-

ライニンゲン

ビルダー