Du code au cloud : s'appuyer sur ChatGPT

De novice à divin, comment j'ai construit un Chatbot en utilisant ChatGPT et Streamlit

Vous êtes-vous déjà demandé comment faire en sorte que ChatGPT se comporte d'une certaine manière ou réponde en fonction d'une règle prédéfinie ? En tant que personne qui utilise ChatGPT pour m'aider à coder depuis plusieurs semaines, je peux attester de ses incroyables capacités. Mais la création de plugins ChatGPT est toujours hors de portée pour la plupart d'entre nous. Cependant, il existe une solution de contournement que j'ai trouvée à la fois simple et efficace.

Mon approche reposait sur plusieurs conditions : lignes de code minimales, facilité de déploiement, faible coût et extensibilité. Pour répondre à ces critères, j'ai décidé d'utiliser Streamlit, un outil puissant pour construire et déployer des applications sur le cloud. Avec Streamlit, vous pouvez créer des preuves de concept ou tester une idée en public sans avoir besoin de connaissances approfondies en matière de codage ou d'expérience de déploiement.

Alors, comment ai-je créé mon chatbot avec ChatGPT et Streamlit ? Laissez-moi vous guider à travers les étapes.

Étape 1 - Importation des dépendances :
j'ai utilisé Streamlit, Streamlit_chat et, bien sûr, OpenAI.

Étape 2 - Gestion des secrets :
l'approche de Streamlit pour gérer les secrets consiste à créer un dossier ".streamlit" et un fichier appelé "secrets.toml" à l'intérieur. Ce dossier doit faire partie de votre .gitignore afin que vous ne commitiez pas vos clés API sur GitHub.

Étape 3 - Lire et extraire les données brutes :
j'ai créé un fichier CSV avec des connaissances prédéfinies pour le "système" de ChatGPT. J'ai utilisé Pandas pour lire le fichier CSV dans un DataFrame et l'ai converti en chaîne.

Étape 4 - Lancer le système de ChatGPT :
L'API de ChatGPT vous permet de prédéfinir le contenu du système. J'initie au hasard le personnage de mon Chatbot à chaque rafraîchissement de la page.

Étape 5 - Préparez l'interface utilisateur à l'aide de Streamlit et appelez l'API d'OpenAI :
l'interface utilisateur est facile à configurer à l'aide de Streamlit-chat, qui permet également de personnaliser l'icône de chat.

AI-Yash/st-chat : composant Streamlit, pour une interface utilisateur de chatbot (github.com)

Étape 6 — Déployer sur Streamlit Community Cloud :
Il est facile de déployer votre chatbot sur Streamlit Community Cloud. Connectez simplement votre compte GitHub à Streamlit Community Cloud et cliquez sur « Déployer ».

C'est ça! La clé de cette approche consiste à charger, extraire et alimenter la chaîne d'entrée dans le contenu du système de ChatGPT.

Voyons l'application que j'ai développée :

Essayez vous-même:

Streamlit

En conclusion, ChatGPT est un outil incroyablement utile pour les codeurs de tous niveaux. Avec Streamlit, vous pouvez facilement créer et déployer des applications sur le cloud sans avoir besoin d'une expérience approfondie de codage ou de déploiement. J'encourage fortement tous les lecteurs à intégrer ChatGPT dans leur vie quotidienne.