alexa gpt

อเล็กซา จีพีที

เพิ่มประสิทธิภาพ Alexa ของคุณด้วยการทำให้ตอบสนองเป็น ChatGPT

พื้นที่เก็บข้อมูลนี้มีบทช่วยสอนเกี่ยวกับวิธีสร้างทักษะ Alexa แบบง่ายๆ ที่ใช้ OpenAI API เพื่อสร้างการตอบกลับจากโมเดล ChatGPT

ข้อกำหนดเบื้องต้น

• บัญชีนักพัฒนา Amazon
• คีย์ OpenAI API

บทช่วยสอนทีละขั้นตอน

1.

เข้าสู่ระบบบัญชี Amazon Developer ของคุณแล้วไปที่ Alexa Developer Console

2.

คลิกที่ "สร้างทักษะ" และตั้งชื่อทักษะ "แชท" เลือกสถานที่หลักตามภาษาของคุณ

3.

เลือก "อื่นๆ" และ "กำหนดเอง" สำหรับโมเดล

4.

เลือก "Alexa-hosted (Python)" สำหรับทรัพยากรแบ็กเอนด์

5.

ตอนนี้คุณมีสองทางเลือก:

• คลิกที่ "นำเข้าทักษะ" วางลิงก์ของที่เก็บนี้ (https://github.com/k4l1sh/alexa-gpt.git) และคลิกที่ "นำเข้า"

หรือถ้าคุณต้องการสร้างทักษะด้วยตนเอง

• เลือก "Start from Scratch" และคลิกที่ "Create Skill"

6.

ในส่วน "สร้าง" ให้ไปที่แท็บ "ตัวแก้ไข JSON"

7.

หากคุณนำเข้าทักษะโดยตรงจากพื้นที่เก็บข้อมูลนี้ เพียงเปลี่ยน "invocationName" เป็น "chat" หรือคำอื่นที่ต้องการสำหรับการเปิดใช้งาน และดำเนินการในขั้นตอนที่ 12

อย่างไรก็ตาม หากคุณเลือกที่จะสร้างทักษะด้วยตนเอง ให้แทนที่เนื้อหา JSON ที่มีอยู่ด้วยเนื้อหา JSON ที่ให้มา:

{
    "interactionModel" : {
        "languageModel" : {
            "invocationName" : " chat " ,
            "intents" : [
                {
                    "name" : " GptQueryIntent " ,
                    "slots" : [
                        {
                            "name" : " query " ,
                            "type" : " AMAZON.Person "
                        }
                    ],
                    "samples" : [
                        " {query} "
                    ]
                },
                {
                    "name" : " AMAZON.CancelIntent " ,
                    "samples" : []
                },
                {
                    "name" : " AMAZON.HelpIntent " ,
                    "samples" : []
                },
                {
                    "name" : " AMAZON.StopIntent " ,
                    "samples" : []
                },
                {
                    "name" : " AMAZON.NavigateHomeIntent " ,
                    "samples" : []
                }
            ],
            "types" : []
        }
    }
}

8.

บันทึกโมเดลและคลิกที่ "สร้างโมเดล"

9.

ไปที่ส่วน "รหัส" และเพิ่ม "openai" ลงในข้อกำหนด.txt requirements.txt ของคุณควรมีลักษณะดังนี้:

ask-sdk-core==1.11.0
boto3==1.9.216
requests>=2.20.0

10.

สร้างคีย์ OpenAI API บนหน้าคีย์ API โดยคลิก "+ สร้างคีย์ลับใหม่"

11.

แทนที่ไฟล์ lambda_functions.py ของคุณด้วย lambda_function.py ที่ให้มา

 from ask_sdk_core . dispatch_components import AbstractExceptionHandler
from ask_sdk_core . dispatch_components import AbstractRequestHandler
from ask_sdk_core . skill_builder import SkillBuilder
from ask_sdk_core . handler_input import HandlerInput
from ask_sdk_model import Response
import ask_sdk_core . utils as ask_utils
import requests
import logging
import json

# Set your OpenAI API key
api_key = "YOUR_API_KEY"

logger = logging . getLogger ( __name__ )
logger . setLevel ( logging . INFO )

class LaunchRequestHandler ( AbstractRequestHandler ):
    """Handler for Skill Launch."""
    def can_handle ( self , handler_input ):
        # type: (HandlerInput) -> bool

        return ask_utils . is_request_type ( "LaunchRequest" )( handler_input )

    def handle ( self , handler_input ):
        # type: (HandlerInput) -> Response
        speak_output = "Chat G.P.T. mode activated"

        session_attr = handler_input . attributes_manager . session_attributes
        session_attr [ "chat_history" ] = []

        return (
            handler_input . response_builder
                . speak ( speak_output )
                . ask ( speak_output )
                . response
        )

class GptQueryIntentHandler ( AbstractRequestHandler ):
    """Handler for Gpt Query Intent."""
    def can_handle ( self , handler_input ):
        # type: (HandlerInput) -> bool
        return ask_utils . is_intent_name ( "GptQueryIntent" )( handler_input )

    def handle ( self , handler_input ):
        # type: (HandlerInput) -> Response
        query = handler_input . request_envelope . request . intent . slots [ "query" ]. value

        session_attr = handler_input . attributes_manager . session_attributes
        if "chat_history" not in session_attr :
            session_attr [ "chat_history" ] = []
        response = generate_gpt_response ( session_attr [ "chat_history" ], query )
        session_attr [ "chat_history" ]. append (( query , response ))

        return (
                handler_input . response_builder
                    . speak ( response )
                    . ask ( "Any other questions?" )
                    . response
            )

class CatchAllExceptionHandler ( AbstractExceptionHandler ):
    """Generic error handling to capture any syntax or routing errors."""
    def can_handle ( self , handler_input , exception ):
        # type: (HandlerInput, Exception) -> bool
        return True

    def handle ( self , handler_input , exception ):
        # type: (HandlerInput, Exception) -> Response
        logger . error ( exception , exc_info = True )

        speak_output = "Sorry, I had trouble doing what you asked. Please try again."

        return (
            handler_input . response_builder
                . speak ( speak_output )
                . ask ( speak_output )
                . response
        )

class CancelOrStopIntentHandler ( AbstractRequestHandler ):
    """Single handler for Cancel and Stop Intent."""
    def can_handle ( self , handler_input ):
        # type: (HandlerInput) -> bool
        return ( ask_utils . is_intent_name ( "AMAZON.CancelIntent" )( handler_input ) or
                ask_utils . is_intent_name ( "AMAZON.StopIntent" )( handler_input ))

    def handle ( self , handler_input ):
        # type: (HandlerInput) -> Response
        speak_output = "Leaving Chat G.P.T. mode"

        return (
            handler_input . response_builder
                . speak ( speak_output )
                . response
        )

def generate_gpt_response ( chat_history , new_question ):
    """Generates a GPT response to a new question"""
    headers = {
        "Authorization" : f"Bearer { api_key } " ,
        "Content-Type" : "application/json"
    }
    url = "https://api.openai.com/v1/chat/completions"
    messages = [{ "role" : "system" , "content" : "You are a helpful assistant. Answer in 50 words or less." }]
    for question , answer in chat_history [ - 10 :]:
        messages . append ({ "role" : "user" , "content" : question })
        messages . append ({ "role" : "assistant" , "content" : answer })
    messages . append ({ "role" : "user" , "content" : new_question })
    
    data = {
        "model" : "gpt-4o-mini" ,
        "messages" : messages ,
        "max_tokens" : 300 ,
        "temperature" : 0.5
    }
    try :
        response = requests . post ( url , headers = headers , data = json . dumps ( data ))
        response_data = response . json ()
        if response . ok :
            return response_data [ 'choices' ][ 0 ][ 'message' ][ 'content' ]
        else :
            return f"Error { response . status_code } : { response_data [ 'error' ][ 'message' ] } "
    except Exception as e :
        return f"Error generating response: { str ( e ) } "

sb = SkillBuilder ()

sb . add_request_handler ( LaunchRequestHandler ())
sb . add_request_handler ( GptQueryIntentHandler ())
sb . add_request_handler ( CancelOrStopIntentHandler ())
sb . add_exception_handler ( CatchAllExceptionHandler ())

lambda_handler = sb . lambda_handler ()

12.

ใส่คีย์ OpenAI API ที่คุณได้รับจากบัญชี OpenAI

13.

บันทึกและปรับใช้ ไปที่ส่วน "ทดสอบ" และเปิดใช้งาน "การทดสอบทักษะ" ใน "การพัฒนา"

14.

ตอนนี้คุณพร้อมที่จะใช้ Alexa ของคุณในโหมด ChatGPT แล้ว คุณควรเห็นผลลัพธ์ดังนี้:

โปรดทราบว่าการใช้ทักษะนี้จะมีค่าใช้จ่ายสำหรับการใช้ทั้ง AWS Lambda และ OpenAI API ตรวจสอบให้แน่ใจว่าคุณเข้าใจโครงสร้างราคาและติดตามการใช้งานของคุณเพื่อหลีกเลี่ยงการเรียกเก็บเงินที่ไม่คาดคิด