Download Easy open ai - Download Easy open ai

Fácil de abrir

Este repositório contém a biblioteca mantida pela comunidade para API da OpenAI em java, a maneira mais fácil de usar GPT 3/4 em seus aplicativos.

Visão geral

Esta biblioteca Java (biblioteca mantida pela comunidade) fornece uma maneira conveniente de interagir com a API da OpenAI para moderação e conclusão de bate-papo. A biblioteca encapsula os detalhes necessários, facilitando a integração dos poderosos modelos do OpenAI em seus aplicativos Java. Este projeto não é mantido pela OPENAI, esta é uma biblioteca não oficial.

Índice

Dependências

Instância única

API de conclusão de bate-papo
API de moderação
API Easy Vision ou API Vision (original fornecida pela OpenAI)
API de fala
API de transcrição fácil ou API de transcrição (original fornecida pela OpenAI)
API de geração de imagens também chamada de API DALL-E

Assíncrono

API de conclusão de chat assíncrono
API de moderação assíncrona

Multi-assíncrono

API de conclusão de chat assíncrono multithread
API de moderação assíncrona multithread

Multi-Assíncrono-MultiKey

EMMC EasyOpenAI Multithreaded MultiKey ChatCompletionAPI

Diretrizes de contribuição

Consulte CONTRIBUTING.md

Diretrizes de execução

Todos os "OPENAI_KEYS" devem ser lidos através da função readKeys() definida aqui, esta função permite ler múltiplas chaves ao mesmo tempo, e para tarefas multithread é aconselhável usar múltiplas chaves para evitar limitação de taxa. Para executar esta função você precisa ter o keys.txt na pasta raiz do seu projeto (fique à vontade para editar).

Uso - sintaxe

API de conclusão de bate-papo

Para usar a API de conclusão de bate-papo, siga estas etapas:

 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 );

Clique aqui para ir para o exemplo de código.

API de moderação

Solicitação única, resposta única

Para usar a API de moderação, siga estas etapas:

 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 );

Clique aqui para ir para o exemplo de código.

API de visão fácil

A API Vision pode ser usada assim, fique à vontade para adicionar um número N de imagens na lista de imagens-

 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

Clique aqui para ir para o exemplo de código.

API de visão

Para usar a API Vision, siga estas etapas:

Inicialize o objeto EasyopenaiService com uma instância de DAOImpl:

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

Crie um objeto VisionApiRequest:

 VisionApiRequest request = new VisionApiRequest ();

Crie um objeto ImageUrl com o URL e os detalhes da imagem:

 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" );

Crie uma lista de objetos Content para representar as mensagens:

 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 );

Crie um objeto MessageList com a função ("usuário") e a lista de conteúdo:

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

Crie uma lista de objetos MessageList:

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

Defina várias propriedades do objeto VisionApiRequest:

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

Faça a chamada da API e imprima a resposta:

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

Clique aqui para ir para o exemplo de código.

API de fala

A API de fala pode ser usada assim, fique à vontade para ajustar

 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 );

Clique aqui para ir para o exemplo de código.

API de transcrição fácil

A API de transcrição pode ser usada assim, fique à vontade para ajustar

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

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

Clique aqui para ir para o exemplo de código.

API de transcrição

API de transcrição original da OpenAI

A API de transcrição pode ser usada assim, fique à vontade para ajustar

 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 );

Clique aqui para ir para o exemplo de código.

API de geração de imagens

A API de geração de imagem pode ser usada assim, fique à vontade para ajustar

 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 );

Clique aqui para ir para o exemplo de código.

API de conclusão de chat assíncrono

Para usar a API de conclusão de bate-papo de forma assíncrona, siga estas etapas:

Inicialize o objeto EasyopenaiAsyncService com uma instância de AsyncDAOImpl :

 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());

Crie uma lista de objetos ChatMessage para representar a conversa:

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

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

Crie um objeto ChatCompletionRequest :

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

Faça a chamada assíncrona da API:

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

Clique aqui para ir para o exemplo de código.

API de moderação assíncrona

Para usar a API de moderação de forma assíncrona, siga estas etapas:

Crie um objeto ModerationAPIRequest :

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

Inicialize o objeto EasyopenaiAsyncService com uma instância de AsyncDAOImpl :

 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());

Faça a chamada assíncrona da API:

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

Clique aqui para ir para o exemplo de código.

API de conclusão de chat assíncrono multithread

Para chamadas multithreading e simultâneas com API de conclusão de bate-papo, siga estas etapas:

Crie um objeto ChatCompletionRequestList :

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

Adicione vários objetos ChatCompletionRequest à lista:

 // 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.)

Faça a chamada de API multiassíncrona:

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

Clique aqui para ir para o exemplo de código.

API de moderação assíncrona multithread

Para chamadas multithreading e simultâneas com a API de moderação, siga estas etapas:

Crie um objeto ModerationRequestList :

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

Adicione vários objetos ModerationAPIRequest à lista:

 // 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.)

Faça a chamada de API multiassíncrona:

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

Clique aqui para ir para o exemplo de código.

EMMC EasyOpenAI Multithreaded MultiKey ChatCompletionAPI

Isso permite que você faça várias chamadas de conclusão de bate-papo com várias teclas. Todas as chamadas de API são executadas paralelamente, mas a resposta é coletada ativamente e enviada de volta quando todos os threads são concluídos.

A classe CompletableFuture foi usada para implementação. Consulte o arquivo EasyopenaiConcurrentService.java para ver a fonte.

Exemplo de uso-

 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 );
}

Dependências

Certifique-se de ter as dependências necessárias instaladas antes de usar o wrapper da API OpenAI.

Maven

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

Groovy - Gradle

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

GradleJava

 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"

Hera-

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

Uva-

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

Leiningen

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

Construtor

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

Expandir