Скачать Easy open ai - Скачать исходный код Easy open ai

Easy-open-ai

Этот репозиторий содержит поддерживаемую сообществом библиотеку API OpenAI на языке Java — самый простой способ использовать GPT 3/4 в ваших приложениях.

Обзор

Эта библиотека Java (библиотека, поддерживаемая сообществом) предоставляет удобный способ взаимодействия с API OpenAI для модерации и завершения чата. Библиотека инкапсулирует необходимые детали, упрощая интеграцию мощных моделей OpenAI в ваши Java-приложения. Этот проект не поддерживается OPENAI, это неофициальная библиотека.

API завершения чата
API модерации
Easy Vision API или Vision API (оригинал предоставлен OpenAI)
Речевой API
Easy Transcription API или Transcription API (оригинал предоставлен OpenAI)
API генерации изображений, также называемый DALL-E API.

Асинхронный

API завершения асинхронного чата
API асинхронной модерации

Мультиасинхронный

Многопоточный API завершения асинхронного чата
API многопоточной асинхронной модерации

Мульти-асинхронный-многоключевой

EMMC EasyOpenAI Многопоточный многоключевой чатCompletionAPI

Использование – синтаксис

API завершения чата

Чтобы использовать API завершения чата, выполните следующие действия:

 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 );

Нажмите здесь, чтобы перейти к примеру кода.

API модерации

Один запрос, один ответ

Чтобы использовать API модерации, выполните следующие действия:

 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 );

Нажмите здесь, чтобы перейти к примеру кода.

API простого видения

Vision API можно использовать следующим образом: не стесняйтесь добавлять N изображений в список изображений:

 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

Нажмите здесь, чтобы перейти к примеру кода.

Видение API

Чтобы использовать Vision API, выполните следующие действия:

Инициализируйте объект EasyopenaiService с помощью экземпляра DAOImpl:

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

Создайте объект VisionApiRequest:

 VisionApiRequest request = new VisionApiRequest ();

Создайте объект ImageUrl с URL-адресом изображения и подробностями:

 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" );

Создайте список объектов Content для представления сообщений:

 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 );

Создайте объект MessageList с ролью («пользователь») и списком содержимого:

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

Создайте список объектов MessageList:

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

Установите различные свойства объекта VisionApiRequest:

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

Сделайте вызов API и распечатайте ответ:

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

Нажмите здесь, чтобы перейти к примеру кода.

Речевой API

Речевой API можно использовать следующим образом, не стесняйтесь настраивать:

 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 );

Нажмите здесь, чтобы перейти к примеру кода.

API простой транскрипции

API транскрипции можно использовать следующим образом, не стесняйтесь настраивать:

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

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

Нажмите здесь, чтобы перейти к примеру кода.

API транскрипции

Оригинальный API транскрипции от OpenAI

API транскрипции можно использовать следующим образом, не стесняйтесь настраивать:

 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 );

Нажмите здесь, чтобы перейти к примеру кода.

API создания изображений

API генерации изображений можно использовать следующим образом, не стесняйтесь настраивать:

 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 );

Нажмите здесь, чтобы перейти к примеру кода.

API завершения асинхронного чата

Чтобы использовать API завершения чата асинхронно, выполните следующие действия:

Инициализируйте объект EasyopenaiAsyncService с помощью экземпляра AsyncDAOImpl :
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

Создайте список объектов ChatMessage для представления разговора:

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

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

Создайте объект ChatCompletionRequest :

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

Выполните асинхронный вызов API:

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

Нажмите здесь, чтобы перейти к примеру кода.

API асинхронной модерации

Чтобы использовать API модерации асинхронно, выполните следующие действия:

Создайте объект ModerationAPIRequest :

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

Инициализируйте объект EasyopenaiAsyncService с помощью экземпляра AsyncDAOImpl :
```
 EasyopenaiAsyncService obj = new EasyopenaiAsyncService ( new AsyncDAOImpl ());
```

Выполните асинхронный вызов API:

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

Нажмите здесь, чтобы перейти к примеру кода.

Многопоточный API завершения асинхронного чата

Для многопоточности и одновременных вызовов с помощью Chat Completion API выполните следующие действия:

Создайте объект ChatCompletionRequestList :

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

Добавьте в список несколько объектов ChatCompletionRequest :

 // 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.)

Выполните мультиасинхронный вызов API:

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

Нажмите здесь, чтобы перейти к примеру кода.

API многопоточной асинхронной модерации

Для многопоточности и одновременных вызовов с помощью API модерации выполните следующие действия:

Создайте объект ModerationRequestList :

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

Добавьте в список несколько объектов ModerationAPIRequest :

 // 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.)

Выполните мультиасинхронный вызов API:

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

Нажмите здесь, чтобы перейти к примеру кода.

EMMC EasyOpenAI Многопоточный многоключевой чатCompletionAPI

Это позволяет вам совершать несколько вызовов завершения чата с помощью нескольких клавиш. Все вызовы API выполняются параллельно, но ответ активно собирается и отправляется обратно после завершения всех потоков.

Для реализации использовался класс CompletableFuture. Пожалуйста, обратитесь к файлу EasyopenaiConcurrentService.java, чтобы увидеть источник.

Пример использования-

 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 );
}

Зависимости

Прежде чем использовать оболочку OpenAI API, убедитесь, что у вас установлены необходимые зависимости.

Мавен

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

Отличный — Gradle

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

Градл Java —

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

Gradle Котлин-

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

СБТ -

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

Айви-

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

Виноград-

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

Лейнинген

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

Строитель

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

Расширять

Easy open ai

Easy-open-ai

Обзор

Оглавление

Один экземпляр

Асинхронный

Мультиасинхронный

Мульти-асинхронный-многоключевой

Рекомендации по участию

Рекомендации по бегу

Использование – синтаксис

API завершения чата

API модерации

Один запрос, один ответ

API простого видения

Видение API

Речевой API

API простой транскрипции

API транскрипции

Оригинальный API транскрипции от OpenAI

API создания изображений

API завершения асинхронного чата

API асинхронной модерации

Многопоточный API завершения асинхронного чата

API многопоточной асинхронной модерации

EMMC EasyOpenAI Многопоточный многоключевой чатCompletionAPI

Зависимости

Мавен

Отличный — Gradle

Градл Java —

Gradle Котлин-

СБТ -

Айви-

Виноград-

Лейнинген

Строитель