.NET Walker

前幾天介紹過如何透過 LINE Messaging API 來串接 OpenAI API，實現具有GPT能力的LIEN Bot。但如果你的 ChatBot 不想只支援 LINE 怎麼辦呢? Microsoft Bot Framework 是另一個不錯的選擇。 Microsoft Bot Framework 提供了一個健全的平台，讓開發者可以建立、測試、和部署具有高度互動性的聊天機器人，除了可以直接串接 LINE Bot， 還支援 Teams、Telegram、FB、Skype、Alexa、Web UI、甚至 email 和 SMS…等不同的Channel。 當它與 OpenAI 的 API 結合時，不僅可以快速的建立出對談機器人應用 ，更能確保了機器人可以在多種平台上運行，包括網頁、社交媒體平台和行動應用，使其更具可訪問性和便利性。 底下這個在MS Bot模擬器中的截圖，就是我們在上課的時讓學員做出的成果，你會看到透過 Bot Framework 設計的對談機器人，具備理解前後文與對談記憶，由於ChatGPT的加持，可以輕易的理解用戶的對談訊息，從而輕鬆地蒐集用戶的購票資訊，協助用戶進行購票。 這個範例的最後，產生了一個可以傳遞給 購票系統的 JSON 內容，只需要再加上呼叫 購票系統的API，就可以在對談中自動完成協助用戶購票的動作了。 讓 OpenAI API 產出 JSON 是為了方便開發人員後續可以直接呼叫 售票系統的 API 來完成真正的購票行為，如此一來可以更方便的做系統間的整合。 而採用 MS Bot Framework 開發的好處在於，可以輕易地透過 Azure Bot 的維護後台，以設定的方式，就可以讓串接好 ChatGPT 的 Bot 與各種不同的頻道進行整合: 這樣我們只需要撰寫一次，就可以直接支援各種不同的操作介面或App。 基本款的 MS Bot Framework + ChatGPT 範例，可以參考筆者的 Github repo: https://github.com/isdaviddong/DemoChatGPTwithMSBotFramework.git 相關課程: https://www.studyhost.tw/NewCourses/LineBot

ChatGPT的出現，是對談機器人一個明顯的分水嶺。 你肯定用過許多網路銀行的對談機器人服務，或是類似的其他機器人，然而效果總是讓人覺得差強人意。原因不外乎幾點，過去的對談機器人很明顯無法明白你說的話，這是NLU(natural language understanding)能力的不足。再來，過去的對談機器人大多沒有前後文的概念，也沒有記憶，因此對談起來常常讓你覺得答非所問，牛頭不對馬嘴，整體效果並不理想。 但ChatGPT卻讓人完全沒有這樣的感覺，主要是ChatGPT對於NLU有極強的能力，ChatGPT本身又有前後文記憶，這讓整體對談效果理想非常多。 透過OpenAI API，我們也可以用LINE Bot做一個類似ChatGPT的客服機器人，這一篇，就step by step來跟您介紹，如何實現一個ChatGPT能力加持的LINE Bot。 建立LINE WebHook 建立LINE Bot的方式過去我們在Blog有介紹很多次了，我們這邊就不再贅述。 我們在建立好LINE Bot之後，可以建立一個WebHook的開發專案(使用 C#與 .net core)： md folder cd folder # 建立 Web API 專案 dotnet new webapi -f net5.0 # 安裝套件 dotnet add package linebotsdk # 安裝程式碼範本 dotnet new --install isRock.Template.LineWebHook dotnet new linewebhook # 開啟VS Code ( OR vs2019/vs2022) code . 上面這段CLI指令會建立出一個 .net core 的 webapi 專案，建立好後透過 VS Code 開啟，並且修改 LineBotChatGPTWebHookController.cs 中的 Admin User ID 與 Channel Access Token： 這個動作是讓 WebHook 可以控制你的LINE Bot來 接收 與 發送 訊息。 接著看同一支程式碼中的 117 行，由於我們要呼叫 OpenAI 的 ChatCompletion API，因此我們把程式碼中的 117 行從 CallAzureOpenAIChatAPI

引言 在當今由AI驅動的世界中，讓你的應用程式能夠連接先進的人工智能技術，是許多開發者和企業的重要需求。提供ChatGPT 服務的 OpenAI ，提供了一系列強大的 API，包括著名的 GPT 模型，它們可以幫助開發人員在各種應用中實現自然語言處理(NLP)。要使用這些 API，首先需要申請一個 API 金鑰。 以下是申請過程的逐步指南。 步驟 1：進入 OpenAI 網站 首先，前往 OpenAI 開發人員官方網站 。在網站的右上角，您會找到“註冊”或“登錄”選項。如果您還沒有 OpenAI 賬戶，您需要先註冊一個。 步驟 2：登入賬戶 建議採用 Google 帳號以SSO方式進行登入： 登入後，即可前往 https://platform.openai.com/account/billing/overview 網址，並且設定付款方式： 步驟 3：申請 API 金鑰 登入完成付款方式後，即可前往 https://platform.openai.com/api-keys 網址，建立新的 API 金鑰： 建立好金鑰後，即可開始使用 OpenAI 的 API囉。 不妨，先從 文件生成 和 圖像生成 開始？ 相關課程: https://www.studyhost.tw/NewCourses/LineBot

OpenAI 的 Completions API 雖然已經是屬於legacy的API，但其實一直以來它都是一個挺方便的文字生成工具。 這個 API 提供了對 GPT-3 和最新的 GPT-4 模型的存取，允許用戶輕鬆創建自然語言應用。無論是文章 自動生成 、 語言翻譯 還是 情緒分析 ，Completions API 都是相當便捷好用的API。 要使用 OpenAI Completions API，開發人員可透過 POST 方法與 API 互動。在 Request 的 Header 中，應包含 Authorization 字段，其值為 Bearer [你的API金鑰] ，以認證API的使用者身份。 ( 金鑰申請方式 ) Request 的 Body 則需包含數個參數，主要是 model （指定使用的 GPT 模型）， prompt （輸入給模型的提示文本），以及 max_tokens （指定生成文本的最大長度）等。透過指定這些參數，開發者可精確控制生成出的文字，例如： 你會發現，當使用 OpenAI Completions API 的 POST 請求時，Body 部分的撰寫相當重要。這部分的內容指導了 AI 模型如何回應需求。其中， prompt 屬性是控制AI Model生成文字的起點，而 max_tokens 則指定生成內容的最大長度。其他可用的參數包括 temperature （控制回應的創造性）， top_p （影響回應的多樣性），以及 frequency_penalty 和 presence_penalty （用於調節特定詞語的重複出現）。合理的設定這些細節，能夠讓開發者有效地定制模型的回應，以符合其特定應用場景的需求。 我們再透過一個例子來看 Completions API的另一種用法。假設我們想要生成一段關於人工智能未來趨勢的文字，我們的 POST 請求的 JSON Body 可以如下: { "model" : "gpt-3.5-turbo-instruct" , "prompt" : "描述未來五年內人工智能的發展趨勢" , "max_tokens" : 1450 , "temperatu

OpenAI 在 ChatGPT 紅了之後，開始逐步把背後的 LLM(大型語言模型) 開放給開發人員使用(當然是收錢的)，LLM 作為對談機器人實際的運算主體，它隱藏在雲端的某一個角落悄悄的運行著，而外部的 UI 則是透過 API 來存取這個大型語言模型(LLM)： ChatGPT 採用 Web 的方式實作此操作界面，背後也是透過 OpenAI 的 API 來叫用LLM。而當開發人員有了API可以呼叫LLM之後，我們(企業內的開發人員)，也可以建立自己的界面，或在自己開發的應用程式中直接來使用AI，不管是 App、Web 或是ChatBot (像是 LINE Bot)，都可以透過串接 OpenAI 的 API ，來叫用 LLM 實現各種 AI 加值功能。 其中， OpenAI 釋出的 Chat Completion API 就是作為對談機器人應用的主要API 。它讓開發人員可以直接叫用最新的 GPT 模型(GPT-3 or GPT-4)，生成流暢、(與提示)關聯性高、且自然的回應對話。 在接下來的介紹當中，我們將深入檢視該功能的REST API 呼叫方式，並通過實際例子來展示其用法。 功能概述 從功能面來說，Chat Completion API 能夠理解用戶傳來的訊息(提示)，並且以智能助理的角色來回應，由於LLM具有基礎知識，其回應範圍從日常對話到專業的主題，都可以很好的進行問題解答、情緒分析、故事講述等多種任務，甚至可以生成 JSON(這對於開發人員相當重要)。 要使用 Chat Completion API，開發人員可以通過 HTTP Request與之互動。該API標準的HTTP請求包括以下幾個部分： Endpoint : API 的 URL 端點，就Chat Completion API 來說，目前是 https://api.openai.com/v1/chat/completions。 Headers : 包括用於認證的 Authorization 欄位，其值應為 Bearer [您的API金鑰] 。 Body : 包含請求參數，如 model （指定 GPT 模型）， messages （包含一系列對話歷史和當前用戶消息的陣列），例如： { "model" : "gpt-3.5-tu

我依稀還記得AI的上一波潮流，大概是在2016年前後，各種基於類神經網路模型的應用開始市場化。但當時，還沒有到現在這種遍地開花的程度。 自從去年2023年11月，ChatGPT出現之後，坊間對生成式AI的 各種想像 開始變成了 各種應用 ，圖像生成當然也是其中之一。 如今，透過雲端的API，使用程式碼來動態產生圖片，已經是人人都能夠做的事情。OpenAI除了提供文字的生成，也提供了圖像的生成，採用的是DALL-E技術，最新的更新是DALL-E3，加入了類似於 ChatGPT 的 AI 聊天機器人技術來幫助完善圖像生成的提示，也因為這樣，你只需要透過自然語言，以形容的方式，甚至只需要打個關鍵字，就可以讓AI輕易的為你繪製出想要的圖片，支援不同的大小( 1024x1024 , 1792x1024 , or 1024x1792 )與風格。​ 熟悉REST API使用的開發人員，可以輕易地透過底下這樣的方式，來呼叫API，產生所需的圖片(底下是透過postman工具呼叫API的擷圖)： 如同上面API呼叫中的提示，我們要生成 “ 麥當勞美味的漢堡 ” ，出現的圖片如下: 完整的HTTP/1.1 呼叫為： POST /v1/images/generations Host: api.openai.com Authorization: Bearer ______API_KEY______________ { "model": "dall-e-3", "prompt": "麥當勞美味的漢堡" , "n": 1, "size": "1792x1024" } 你會發現，其實呼叫方式相當簡單，endpoint 是 https://api.openai.com/v1/images/generations ，只需要在http Header中提供 API Key 即可呼叫，API Key的建立方式在 這裡 。不過當然，好的服務是要付費的，OpenAI 關於DALL-E的費用在 這裡 。 使用C#呼叫API的程式碼如下: using System; using System.Net.Http; using Syste

先前曾經提過，My GPT的Action功能，讓我們可以在自行設計的客製化GPT當中，呼叫外部API，這將使我們能夠輕易地透過 ChatGPT 強大的自然語言對話能力，讓用戶透過語音或文字就可以操作企業內的資訊系統。 未來，在企業內想要用語音或文字Chat Bot 來控制電腦請假、簽核、自動填寫各種表單，甚至操控企業的資訊系統，都將不是難事了。(我自己覺得，這對幾十年來，紅了好一陣子的UI/UX 會是一個很大的影響，但我由衷期待一個可以透過語音控制資訊系統的時代來臨) 底下這個MY GPT的Demo，展示出的就是這樣的效果： 具體設計 action 的方式如下： 不過這些在企業內的API，大多都是必須要透過API KEY進行驗證與授權後才能呼叫的。因此，這一篇我們就來看，需要KEY的API，要如何在MyGPT的Action中被呼叫。 首先，底下是一個需要KEY才能呼叫的API，如果我們把 header 中的 API Key 移除，你會發現呼叫時就會出現 401 Access Denied錯誤： 因此，當我們在 MyGPT中使用這組API，當然也會出錯： 這時，你可以在 MyGPT 下方的 Action 處，設定Authentication，並且填入該API所需要的 http header key 和 value： 例如，上圖中的 Ocp-Apim-Subscription-Key Header，就是APIM中很常見用來保護API的訂閱金鑰，前面提過的API，當有金鑰驗證之後，就可以呼叫了： 也因此，當我們對 MyGPT做了同樣的驗證金鑰配置之後，MyGPT也可以順利呼叫受金鑰保護的API了： 或許，要不了多久時間，我們就可以在螢幕前用語音跟電腦說：『幫我訂一張從南港到左營的高鐵票，要找靠窗的座位，8點左右出發，最好是能夠直達的班次…』 然後，我們的訂票GPT，就能夠自動呼叫高鐵班次查詢與購票API，幫我們持續搜尋最適合的班次與座位，最後完成訂票。 靠一張嘴完成所有事情的時代，終於將要出現。 相關課程: https://www.studyhost.tw/NewCourses/LineBot

OpenAI DevDay 最驚豔的展示之一，就是現在人人都可以設計自己的GPT了。 (成果展示影片請參考底下) 不用寫程式，只需要跟ChatGPT以對談的方式，ChatGPT就可以自動幫你做出客製化的GPT，給你的公司、客戶、甚至上架給所有人使用。 只要你有ChatGPT帳號，即可開始建立： ChatGPT會問你想建立什麼功能的GPT，用對談的方式，一步一步引導你做出自己客製化版本的GPT，還可以即時預覽: 你可以用對談的方式(當然也可以上傳文件)，讓ChatGPT知道請假規則： 對談之中，不知不覺的，你的客製化GPT已經完成，你可以選擇公開給全世界所有人，或是只給自己的好友或企業使用： 可預見的未來，將能更進一步的，串接企業系統的API，與自己企業內的ERP、CRM、HR系統整合。 半年前，我在一次受訪中曾說，ChatGPT的出現，將會改寫資訊系統的UI發展方向，如同電影Star Trek中，以自然語言語音控制電腦實現你想要完成的任何功能，現在已經近在眼前。 做完之後，用戶就可以透過客製化GPT以自然語言的對話方式請假了： 改變真的很大，未來將會發生什麼變化，就留給大家自己想像了… 相關課程: https://www.studyhost.tw/NewCourses/LineBot