Sempre quis criar seu próprio chatbot, mas se sentiu sobrecarregado pela complexidade? É por isso que criei o SiegfriedAI – um script Node.js elegante que facilita a criação e o carregamento de agentes de bate-papo GPT-4 personalizados. Aprenda como usá-lo e faça você mesmo!
As solicitações são temporárias
ChatGPT pode ser poderoso para ajudar em tarefas muito específicas como as seguintes:
- Suporte ao Cliente: Formulação de e-mails de resposta bem escritos.
- Desenvolvimento: Ajudando a responder questões técnicas.
- Suporte a aplicativos: Ajudando a encontrar funcionalidades, como atalhos.
- Produtividade: resumir notas de reuniões e torná-las acionáveis.
- Marketing de conteúdo: criação de variações de postagens de blog ou títulos de vídeos.
Mas para obter respostas de qualidade, você precisa contextualizar o ChatGPT, fornecendo um prompt conciso. É por isso que mantenho uma lista das minhas solicitações diárias em meu aplicativo de notas. Sempre que preciso de um prompt, abro uma nova conversa no ChatGPT e colo o modelo. Mas esse é um processo bastante repetitivo.
Deve haver uma maneira sustentável de organizar, otimizar e lançar modelos de prompt como agentes ChatGPT sensíveis ao contexto.
Eu, outubro de 2023
Então eu construí uma ferramenta para isso
Desenvolvi uma interface CLI leve para modelos de prompt baseados em texto. Ele permite criar, carregar e interagir com agentes ChatGPT personalizados, fornecendo prompts GPT personalizados em arquivos de texto simples. Conheça SiegfriedAI. 🧔♂️👋
Para instalar a ferramenta CLI e aprender algumas dicas, acesse o repositório GitHub:
O que você obterá
SiegfriedAI é gratuito e de código aberto. Com apenas 2 KB de tamanho, é um script compacto que você pode facilmente adaptar e estender às suas necessidades. Em sua natureza simplista, a lista de recursos é pequena e focada:
Agentes de chat específicos de tarefas
Enfrente tarefas específicas e recorrentes com agentes de chat personalizados. Quer se trate de suporte ao cliente, assistência técnica ou criação de conteúdo, mantenha suas solicitações favoritas organizadas e prontamente disponíveis ao seu alcance.
Criação rápida de modelos
Basta colocar seus arquivos de texto com prompts GPT na pasta de modelos para criar seus agentes de chat personalizados. O nome do arquivo será exibido automaticamente no prompt de seleção. Crie quantos agentes especializados desejar.
Um poderoso cinto de ferramentas
Crie facilmente soluções sofisticadas de IA. Com apenas 74 linhas, o script é rápido de entender e fácil de estender. E com o langchain, você está equipado com um poderoso conjunto de ferramentas para carregar arquivos, rastrear sites, gerar imagens e muito mais.
Entendendo a tecnologia
Embora o OpenAI forneça muitas informações em seu site, eu não tinha certeza do que precisava saber para começar a trabalhar. Aqui está o que aprendi construindo a ferramenta, espero lhe dar uma vantagem:
O kit de ferramentas da API
SiegfriedAI é construído com langchain, uma estrutura para desenvolvimento de aplicativos LLM. Além de fornecer uma API simples e excelente documentação, o langchain inclui integrações poderosas como carregadores de documentos, carregadores da web, armazenamentos de vetores, agentes de ação, analisadores de saída e muito mais para desenvolver soluções sofisticadas de IA.
Gerando conclusões de chat
Enviar uma mensagem para a API OpenAI e gerar uma resposta é simples:
- Crie uma chave de API OpenAI aqui.
- Defina sua chave de API como uma variável de ambiente:
export OPENAI_API_KEY=you_openai_api_key_here - Instale a biblioteca langchain:
npm install -S langchain
Crie e execute sua primeira conclusão de chat:
import { ChatOpenAI } from "langchain/chat_models/openai";
const model = new ChatOpenAI();
const message = "Name something green.";
const aiResponse = await model.predict(message);
console.log(aiResponse); /* Grass */Fornecendo histórico de bate-papo para contexto
Para obter uma experiência de bate-papo adequada ao contexto, a IA precisa acompanhar o histórico do bate-papo. No entanto, o OpenAI não mantém um histórico do chat. Em vez disso, você precisa enviar de volta o histórico completo do bate-papo a cada nova solicitação. Embora pareça de baixo nível, torna-o simples de trabalhar.
let messages = [
["human", "Name something green."],
["ai", "Grass."],
["human", "What did you say?"]
];
const aiResponse = await model.predictMessages(messages);
console.log(aiResponse); /* I said "Grass." */Fornecendo modelos como instruções
Estou usando o Inquirer.js para a seleção do modelo e para permitir a entrada de múltiplas linhas via editor. É facilmente incorporável e fornece uma interface de linha de comando mais bonita.
import { select, input } from '@inquirer/prompts';
const template = await select({
message: 'Select your template:',
choices: [{
name: 'ChatGPT',
value: ''
}, {
name: 'Final Cut Pro',
value: 'Act as a support agent who is an expert in Final Cut Pro for Mac. Only respond with short, precise, helpful messages to my questions.',
}],
});O modelo deve ser passado para OpenAI como uma mensagem do sistema, que é seguida pela entrada do usuário. O modelo então responderá com o comportamento especificado.
let messages = [
["system", template],
["human", await input({ message: 'You:' })]
];Para o script completo, consulte o repositório GitHub: steffebew/siegfried-ai
Conclusão
Desenvolver SiegfriedAI me surpreendeu – trabalhar com ferramentas de desenvolvimento de IA é o sonho de qualquer criador! Quem imaginaria que a criação de um chatbot poderia ser tão simples e divertida?
A grande experiência do desenvolvedor e o imenso potencial que as ferramentas de desenvolvimento de IA trazem para a mesa são um sinal de que há uma grande onda de avanços em IA vindo em nossa direção. Testemunhando isso em primeira mão, estou ansioso pelo progresso que vemos neste espaço.
Para quem deseja colocar as mãos no desenvolvimento de IA, espero ter despertado alguma curiosidade e incentivo! Mal posso esperar para você experimentar você mesmo.