Esse é meu primeiro post no Medium! Viva! Coincidentemente, está relacionado à coisa mais badalada atualmente, o ChatGPT e a empresa por trás dele - OpenAI .

Para encurtar a história, quando eu estava navegando na página de bibliotecas da comunidade OpenAI API no início deste ano, para ver quais linguagens são suportadas, descobri, surpreendentemente, que Scala , minha linguagem preferida para integração e lógica de negócios, estava faltando. Como é de se esperar, experimentei um cliente Java , que pode ser integrado ao Scala (como qualquer outra linguagem JVM). Francamente, funcionou bem, no entanto, faltavam alguns recursos idiomáticos do Scala (classes de caso, características etc.) e, o mais importante, não era assíncrono. Isso continuou me incomodando a ponto de decidir codificar um cliente por conta própria. Até porque estava de acordo com a missão da minha empresa Cequence, onde trabalho como CSO. Acho extraordinário e me considero sortudo que a Cequence tenha adotado o Scala e a mentalidade de programação funcional em geral para sua missão de transformar o gerenciamento de contratos em um ambiente automatizado e eficaz por meio de recursos baseados em ML/NLP, como análise de contrato, sinalização de risco e negociação assistente.

Avance uma ou duas semanas e aqui está: OpenAI Scala Client , o primeiro cliente Scala para OpenAI API, foi lançado em 25 de janeiro de 2023. Logo depois disso, também foi listado na página de bibliotecas da comunidade OpenAI . O projeto é de código aberto e está disponível no GitHub emhttps://github.com/cequence-io/openai-scala-client. A versão atual é 0.1.0 .

Se você quiser começar a brincar com a biblioteca e conferir todos os recursos do GPT-3 e/ou gerar algumas fotos legais com o DALL-E, você pode fazer isso adicionando a seguinte dependência ao seu build.sbt :

"io.cequence" %% "openai-scala-client" % "0.1.0"

<dependency>
 <groupId>io.cequence</groupId>
 <artifactId>openai-scala-client_2.12</artifactId>
 <version>0.1.0</version>
</dependency>

Todas as funções/endpoints e parâmetros disponíveis (conforme definido aqui ), são suportados em um único serviço conveniente, chamado OpenAIService .

Configuração ⚙️

A variável ambiental mais importante que você precisa definir é OPENAI_SCALA_CLIENT_API_KEY e, opcionalmente, também OPENAI_SCALA_CLIENT_ORG_ID (se você tiver uma). Como alternativa, você pode fornecer seu próprio arquivo de configuração e substituir as opções de configuração (incluindo tempos limite) conforme especificado na configuração padrão openai-scala-client.conf .

Uso ‍

Antes mesmo de pensar em fazer algo (como na maioria dos programas Scala), você deve definir um contexto de execução implícito, bem como o materializador akka. A forma mais simples é por exemplo:

implicit val ec = ExecutionContext.global
implicit val materializer = Materializer(ActorSystem())

I. Obtenção de um serviço

• Configuração padrão (espera que variáveis ​​de ambiente sejam definidas conforme definido na seção Configuração )

val service = OpenAIServiceFactory()

val config = ConfigFactory.load("path_to_my_custom_config")
 val service = OpenAIServiceFactory(config)

• Sem um arquivo de configuração

val service = OpenAIServiceFactory(
   apiKey = "your_api_key",
   orgId = Some("your_org_id") // if you have one
 )

class MyClass @Inject() (openAIService: OpenAIService) {…}

Exemplos:

• Listar modelos

service.listModels.map(
  _.foreach(println)
)

service.retrieveModel(ModelId.text_davinci_003).map(model =>
  println(model.getOrElse("N/A"))
)

val text = """Extract the name and mailing address from this email:
  |Dear Kelly,
  |It was great to talk to you at the seminar. I thought Jane’s talk was quite good.
  |Thank you for the book. Here’s my address 2111 Ash Lane, Crestview CA 92002
  |Best,
  |Maya
  """.stripMargin

service.createCompletion(text).map(completion =>
  println(completion.choices.head.text)
)

val text = """Extract the name and mailing address from this email:
  |Dear Kelly,
  |It was great to talk to you at the seminar. I thought Jane’s talk was quite good.
  |Thank you for the book. Here’s my address 2111 Ash Lane, Crestview CA 92002
  |Best,
  |Maya
  """.stripMargin

service.createCompletion(
  text,
  settings = CreateCompletionSettings(
    model = ModelId.text_davinci_001,
    max_tokens = Some(1500),
    temperature = Some(0.9),
    presence_penalty = Some(0.2),
    frequency_penalty = Some(0.2)
  )
).map(completion =>
  println(completion.choices.head.text)
)

Paz!

… Cuidado com o Google :)