Easy open ai 다운로드 - Easy open ai 소스코드 다운로드

이지오픈AI

이 저장소에는 애플리케이션에서 GPT 3/4를 사용하는 가장 쉬운 방법인 Java의 OpenAI API용 커뮤니티 유지 라이브러리가 포함되어 있습니다.

개요

이 Java 라이브러리(커뮤니티에서 관리하는 라이브러리)는 조정 및 채팅 완료를 위해 OpenAI의 API와 상호 작용하는 편리한 방법을 제공합니다. 라이브러리는 필요한 세부 정보를 캡슐화하여 OpenAI의 강력한 모델을 Java 애플리케이션에 쉽게 통합할 수 있도록 해줍니다. 이 프로젝트는 OPENAI에서 관리하지 않으며 비공식 라이브러리입니다.

기여 지침

CONTRIBUTING.md를 참조하세요.

달리기 지침

모든 "OPENAI_KEYS"는 여기에 정의된 readKeys() 함수를 통해 읽어야 합니다. 이 함수를 사용하면 동시에 여러 키를 읽을 수 있으며 멀티스레드 작업의 경우 속도 제한을 피하기 위해 여러 키를 사용하는 것이 좋습니다. 이 기능을 실행하려면 프로젝트 루트 폴더에 key.txt가 있어야 합니다(자유롭게 편집 가능).

사용법 - 구문

채팅 완료 API

Chat Completion API를 사용하려면 다음 단계를 따르세요.

 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 );

코드 예제로 이동하려면 여기를 클릭하세요.

조정 API

단일 요청, 단일 응답

Moderation API를 사용하려면 다음 단계를 따르세요.

 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 );

코드 예제로 이동하려면 여기를 클릭하세요.

쉬운 비전 API

Vision API는 이와 같이 사용할 수 있습니다. 이미지 목록에 N개의 이미지를 자유롭게 추가하세요.

 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

코드 예제로 이동하려면 여기를 클릭하세요.

비전 API

Vision API를 사용하려면 다음 단계를 따르세요.

DAOImpl의 인스턴스를 사용하여 EasyopenaiService 개체를 초기화합니다.

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

VisionApiRequest 객체를 만듭니다.

 VisionApiRequest request = new VisionApiRequest ();

이미지 URL과 세부정보를 사용하여 ImageUrl 개체를 만듭니다.

 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" );

메시지를 나타내는 콘텐츠 개체 목록을 만듭니다.

 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 );

역할("사용자")과 콘텐츠 목록을 사용하여 MessageList 개체를 만듭니다.

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

MessageList 객체 목록을 만듭니다.

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

VisionApiRequest 객체의 다양한 속성을 설정합니다.

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

API 호출을 수행하고 응답을 인쇄합니다.

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

코드 예제로 이동하려면 여기를 클릭하세요.

음성 API

Speech API는 다음과 같이 사용할 수 있습니다. 자유롭게 조정하세요.

 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 );

코드 예제로 이동하려면 여기를 클릭하세요.

간편한 전사 API

Transcription API는 다음과 같이 사용할 수 있습니다. 자유롭게 조정하세요.

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

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

코드 예제로 이동하려면 여기를 클릭하세요.

전사 API

OpenAI의 원본 전사 API

Transcription API는 다음과 같이 사용할 수 있습니다. 자유롭게 조정하세요.

 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 );

코드 예제로 이동하려면 여기를 클릭하세요.

이미지 생성 API

Image Generation API는 다음과 같이 사용할 수 있습니다. 자유롭게 조정하세요.

 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 );

코드 예제로 이동하려면 여기를 클릭하세요.

비동기 채팅 완료 API

Chat Completion API를 비동기식으로 사용하려면 다음 단계를 따르세요.

AsyncDAOImpl 인스턴스를 사용하여 EasyopenaiAsyncService 객체를 초기화합니다.
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

대화를 나타내는 ChatMessage 객체 목록을 만듭니다.

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

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

ChatCompletionRequest 객체를 생성합니다:

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

비동기 API 호출을 수행합니다.

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

코드 예제로 이동하려면 여기를 클릭하세요.

비동기 조정 API

Moderation API를 비동기식으로 사용하려면 다음 단계를 따르세요.

ModerationAPIRequest 객체를 만듭니다.

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

AsyncDAOImpl 인스턴스를 사용하여 EasyopenaiAsyncService 객체를 초기화합니다.
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

비동기 API 호출을 수행합니다.

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

코드 예제로 이동하려면 여기를 클릭하세요.

다중 스레드 비동기 채팅 완료 API

Chat Completion API를 사용한 멀티스레딩 및 동시 호출의 경우 다음 단계를 따르세요.

ChatCompletionRequestList 개체를 만듭니다.

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

목록에 여러 ChatCompletionRequest 객체를 추가합니다.

 // 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.)

다중 비동기 API 호출을 수행합니다.

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

코드 예제로 이동하려면 여기를 클릭하세요.

멀티스레드 비동기 조정 API

Moderation API를 사용한 멀티스레딩 및 동시 호출의 경우 다음 단계를 따르세요.

ModerationRequestList 개체를 만듭니다.

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

목록에 여러 ModerationAPIRequest 객체를 추가합니다.

 // 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.)

다중 비동기 API 호출을 수행합니다.

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

코드 예제로 이동하려면 여기를 클릭하세요.

EMMC EasyOpenAI 멀티스레드 멀티키 ChatCompletionAPI

이를 통해 여러 키를 사용하여 여러 채팅 완료 호출을 할 수 있습니다. 모든 API 호출은 병렬로 실행되지만 응답은 적극적으로 수집되어 모든 스레드가 완료되면 다시 전송됩니다.

CompletableFuture 클래스가 구현에 사용되었습니다. 소스를 보려면 EasyopenaiConcurrentService.java 파일을 참조하세요.

예시 사용량-

 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 );
}

종속성

OpenAI API 래퍼를 사용하기 전에 필요한 종속성이 설치되어 있는지 확인하세요.

메이븐

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

그루비 - 그래들

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

그래들 자바 -

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

Gradle Kotlin-

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

SBT -

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

여자 이름-

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

포도-

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

라이닝겐

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

빌더

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

확장하다

Easy open ai

이지오픈AI

개요

목차

단일 인스턴스

비동기식

다중 비동기

다중 비동기 다중 키

기여 지침

달리기 지침

사용법 - 구문

채팅 완료 API

조정 API

단일 요청, 단일 응답

쉬운 비전 API

비전 API

음성 API

간편한 전사 API

전사 API

OpenAI의 원본 전사 API

이미지 생성 API

비동기 채팅 완료 API

비동기 조정 API

다중 스레드 비동기 채팅 완료 API

멀티스레드 비동기 조정 API

EMMC EasyOpenAI 멀티스레드 멀티키 ChatCompletionAPI

종속성

메이븐

그루비 - 그래들

그래들 자바 -

Gradle Kotlin-

SBT -

여자 이름-

포도-

라이닝겐

빌더