Beranda>Terkait pemrograman>Kode Sumber AI
Unduh

Phpopenai

PHPOpenAI adalah perpustakaan yang dipelihara komunitas yang memungkinkan penggunaan API OpenAI di PHP.

Proyek ini ditulis dalam PHP dan dapat digunakan untuk dengan mudah mengintegrasikan OpenAI API ke dalam proyek PHP Anda yang ada.

Persyaratan sistem

Proyek ini didasarkan pada PHP Versi 8.1 untuk menggunakan fitur seperti enumerasi. Proyek ini tidak memerlukan dependensi eksternal. Namun, Anda harus memasang ekstensi keriting agar berfungsi dengan baik.

  • Versi PHP> = 8.1
  • ekstensi keriting

Instalasi

Proyek ini menggunakan komposer untuk mengelola dependensi. Jika Anda belum menginstal komposer, Anda dapat melakukannya dengan mengikuti instruksi di situs web komposer resmi.

Instal Packagist

Untuk menginstal proyek, Anda dapat menginstal paket dari packagist.org menggunakan perintah berikut: 

composer require easygithdev/php-openai

Menulis contoh pertama

Untuk menggunakan OpenAI API , Anda harus mendaftar di situs web mereka dan mendapatkan kunci API. Setelah Anda memiliki kunci API Anda, Anda dapat menggunakannya dalam kode PHP Anda untuk mengirim permintaan ke API OpenAI.

Untuk mengetahui cara mendapatkan kunci Anda, buka alamat berikut:

https://help.openai.com/en/articles/4936850-where-do-i-find-my-secret-api-key.

Berikut adalah kode contoh yang menunjukkan cara menggunakan API OpenAI di PHP: 

 <?php
require_once __DIR__ . ' /vendor/autoload.php ' ;

use EasyGithDev  PHPOpenAI  Helpers  ModelEnum ;
use EasyGithDev  PHPOpenAI  OpenAIClient ;

$ apiKey = getenv ( ' OPENAI_API_KEY ' );

$ response = ( new OpenAIClient ( $ apiKey ))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
)-> toObject ();

// Response as stClass object
echo ' <pre> ' , print_r ( $ response , true ), ' </pre> ' ;

Kode ini membuat objek OpenAIApi baru dengan kunci API, dan kemudian membuat objek Completion baru untuk melakukan penyelesaian teks dengan model bahasa AI GPT-3 yang disediakan oleh OpenAI.

Metode create() dipanggil pada objek Completion untuk menghasilkan penyelesaian teks baru. Dibutuhkan dua parameter:

  • Parameter pertama adalah ID dari model GPT-3 yang akan digunakan untuk penyelesaian. Dalam hal ini, ia menggunakan model Text_DAVinci_003.
  • Parameter kedua adalah teks prompt atau input yang akan dihasilkan oleh penyelesaian. Dalam hal ini, prompt adalah "katakan ini adalah tes".

Hasil penyelesaian dikembalikan dalam variabel $response . Hasilnya kemudian dapat digunakan untuk pemrosesan lebih lanjut, seperti menampilkan teks yang sudah selesai atau memberinya makan ke bagian lain dari program untuk pemrosesan tambahan.

Kelola Kunci API

Anda dapat menggunakan variabel lingkungan untuk menyimpan kunci Anda. Anda kemudian dapat menggunakan variabel ini seperti pada contoh berikut: 

 export OPENAI_API_KEY= " sk-xxxxxxxxxxx "

Anda dapat memasukkan variabel dalam file konfigurasi Apache: 

 <VirtualHost hostname:80>
   ...
   SetEnv OPENAI_API_KEY sk-xxxxxxxxxxx
   ...
</VirtualHost>

Dan kemudian restart layanan.

Sekarang, Anda dapat menggunakan variabel lingkungan dengan memanggil fungsi getenv() dari PHP. 

 <?php
$ response = ( new OpenAIApi ( getenv ( ' OPENAI_API_KEY ' )))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
);

Kelola organisasi

Jika Anda ingin memberikan informasi tentang organisasi Anda, Anda harus melanjutkan sebagai berikut. 

 <?php
$ apiKey = getenv ( ' OPENAI_API_KEY ' );
$ org = getenv ( ' OPENAI_API_ORG ' );

// Passing the organization to the client
$ response = ( new OpenAIClient ( $ apiKey , $ org ))

Kelola URL API

Jika Anda perlu memodifikasi URL API, Anda dapat melanjutkan sebagai berikut: 

 <?php
$ apiKey = getenv ( ' OPENAI_API_KEY ' );

// Create a new router, with origine url and version
$ route = new OpenAIRoute (
    ' https://api.openai.com ' ,
    ' v1 '
);

// Get a specific Url
echo $ route -> completionCreate () , ' <br> ' ;

// Passing the router to the client
$ response = ( new OpenAIClient ( $ apiKey ))
    -> setRoute ( $ route );

Untuk mendefinisikan kembali rute, Anda perlu memperluas kelas OpenAIRoute atau mengimplementasikan antarmuka Route .

Kelola tanggung jawabnya

API mengembalikan tanggapan dalam format JSON. Untuk memfasilitasi akses ke berbagai informasi, Anda dapat menghubungi metode toObject() atau toArray() dari objek penangan untuk mengakses data. 

 <?php

$ response = ( new OpenAIClient ( $ apiKey ))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
)-> toObject ();

// Response as a stClass object
echo ' <pre> ' , print_r ( $ response , true ), ' </pre> ' ;

$ response = ( new OpenAIClient ( $ apiKey ))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
)-> toArray ();

// Response as an associative array
echo ' <pre> ' , print_r ( $ response , true ), ' </pre> ' ;

Kelola kesalahan

Terkadang, API mengembalikan kesalahan. Oleh karena itu, perlu untuk dapat mengidentifikasi apa yang menyebabkan masalah. Untuk menangani kesulitan ini, Anda memiliki banyak pilihan.

Jika Anda menggunakan objek pawang dengan metode toObject() atau toArray() , cukup gunakan struktur try-catch . 

 try {
    $ response = ( new OpenAIClient ( ' BAD KEY ' ))
        -> Completion ()
        -> create (
            ModelEnum:: TEXT_DAVINCI_003 ,
            " Say this is a test " ,
        )
        -> toObject ();
} catch ( Throwable $ t ) {
    echo nl2br ( $ t -> getMessage ());
    die;
}

Jika Anda menggunakan objek CurlResponse , Anda dapat memeriksa bahwa kesalahan telah terjadi menggunakan validator. 

 $ handler = ( new OpenAIClient ( ' BAD KEY ' ))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
);

$ response = $ handler -> getResponse ();
$ contentTypeValidator = $ handler -> getContentTypeValidator ();

if (!( new StatusValidator ( $ response ))-> validate () or 
    !( new $ contentTypeValidator ( $ response ))-> validate ()) {
    echo $ response -> getBody ();
}

Pelajari lebih lanjut tentang kesalahan.

Contoh aplikasi

Berikut adalah video yang menampilkan aplikasi yang memungkinkan Anda membuat gambar dengan gaya melukis yang ditentukan oleh pengguna. Aplikasi ini dibuat menggunakan proyek phpopenai.

playground.mp4

Anda dapat menemukan kodenya di sini:

https://github.com/easygithdev/phpopenai-playground.git.

Sampel kode

Mengintegrasikan OpenAi ke dalam aplikasi Anda sekarang sesederhana beberapa baris kode.

Anda dapat menemukan semua kode di sini:

https://github.com/easygithdev/phpopenai-examples.

Penyelesaian teks menggunakan chatgpt 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Chat ()-> create (
    ModelEnum:: GPT_3_5_TURBO ,
    [
        new ChatMessage (ChatMessage:: ROLE_SYSTEM , " You are a helpful assistant. " ),
        new ChatMessage (ChatMessage:: ROLE_USER , " Who won the world series in 2020? " ),
        new ChatMessage (ChatMessage:: ROLE_ASSISTANT , " The Los Angeles Dodgers won the World Series in 2020. " ),
        new ChatMessage (ChatMessage:: ROLE_USER , " Where was it played? " ),
    ]
)-> toObject ();

Pelajari lebih lanjut tentang penyelesaian obrolan.

Penyelesaian Teks Menggunakan GPT-3 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Completion ()-> create (
    ModelEnum:: TEXT_DAVINCI_003 ,
    " Say this is a test " ,
)-> toObject ();

Pelajari lebih lanjut tentang penyelesaian teks.

Penyelesaian Teks Menggunakan Stream

Atribut aliran dalam API OpenAI adalah parameter opsional yang dapat Anda gunakan untuk mengontrol aliran data yang dikembalikan oleh API. Jika Anda mengatur opsi ini ke True, API akan mengembalikan respons sebagai data streaming daripada respons tunggal.

Ini berarti bahwa Anda dapat mengambil hasil API saat tersedia, daripada menunggu respons lengkap sebelum memprosesnya. Opsi ini dapat berguna untuk aplikasi yang membutuhkan pemrosesan data dalam jumlah besar.

OpenAI-Completion-stream.mp4 
 <?php
header ( ' Content-Type: text/event-stream ' );
header ( ' Cache-Control: no-cache ' );

. . .

( new OpenAIClient ( $ apiKey ))-> Completion ()-> create (
    model: " text-davinci-003 " ,
    prompt: " Translate this into 1. French, 2. Spanish and 3. Japanese: nn What rooms do you have available? nn 1. " ,
    temperature: 0.3 ,
    max_tokens: 100 ,
    top_p: 1.0 ,
    frequency_penalty: 0.0 ,
    presence_penalty: 0.0 ,
    stream: true
)-> getResponse ();
 < html >

< body >
    < div id =" result " > </ div >
    < script >
        function nl2br ( str , replaceMode , isXhtml ) {
            var breakTag = ( isXhtml ) ? '<br />' : '<br>' ;
            var replaceStr = ( replaceMode ) ? '$1' + breakTag : '$1' + breakTag + '$2' ;
            return ( str + '' ) . replace ( / ([^>rn]?)(rn|nr|r|n) / g , replaceStr ) ;
        }

        if ( typeof ( EventSource ) !== 'undefined' ) {
            console . info ( 'Starting connection...' ) ;
            var source = new EventSource ( 'stream.php' ) ;
            source . addEventListener ( 'open' , function ( e ) {
                console . info ( 'Connection was opened.' ) ;
            } , false ) ;

            source . addEventListener ( 'error' , function ( e ) {
                var txt ;
                switch ( event . target . readyState ) {
                    // if reconnecting
                    case EventSource . CONNECTING :
                        txt = 'Reconnecting...' ;
                        break ;
                    // if error was fatal
                    case EventSource . CLOSED :
                        txt = 'Connection failed. Will not retry.' ;
                        break ;
                }
                console . error ( 'Connection error: ' + txt ) ;
            } , false ) ;

            source . addEventListener ( 'message' , function ( e ) {
                if ( e . data == "[DONE]" ) {
                    source . close ( ) ;
                    return ;
                }
                document . getElementById ( 'result' ) . innerHTML += nl2br ( JSON . parse ( e . data ) . choices [ 0 ] . text ) ;

            } , false ) ;
        } else {
            alert ( 'Your browser does not support Server-sent events! Please upgrade it!' ) ;
            console . error ( 'Connection aborted' ) ;
        }
    </ script >
</ body >

</ html >

Sunting teks 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Edit ()-> create (
    " What day of the wek is it? " ,
    ModelEnum:: TEXT_DAVINCI_EDIT_001 ,
    " Fix the spelling mistakes " ,
)-> toObject ();

Pelajari lebih lanjut tentang edit teks.

Pembuatan gambar menggunakan dall · e 

 function displayUrl ( $ url )
{
    return ' <img src=" ' . $ url . ' " /> ' ;
}

$ response = ( new OpenAIClient ( $ apiKey ))-> Image ()-> create (
    " a rabbit inside a beautiful garden, 32 bit isometric " ,
    n: 2 ,
    size: ImageSizeEnum::is256,
)-> toObject ();
 < ?php foreach ($response- > data as $image) : ? >
    < div > < ?= displayUrl($image- > url) ? > </ div >
< ?php endforeach; ? >

Rabit-32bits

Pelajari lebih lanjut tentang pembuatan gambar.

Variasi gambar menggunakan dall · e 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Image ()-> createVariation (
        __DIR__ . ' /../../assets/image_variation_original.png ' ,
        n: 2 ,
        size: ImageSizeEnum::is256
    )-> toObject ();

Variasi-1

Pelajari lebih lanjut tentang variasi gambar.

Gambar edit menggunakan dall · e 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Image ()-> createEdit (
        image: __DIR__ . ' /../../assets/image_edit_original.png ' ,
        mask: __DIR__ . ' /../../assets/image_edit_mask2.png ' ,
        prompt: ' a sunlit indoor lounge area with a pool containing a flamingo ' ,
        size: ImageSizeEnum::is512,
    )-> toObject ();

img-edit

Pelajari lebih lanjut tentang edit gambar.

Menanamkan 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Embedding ()-> create (
    ModelEnum:: TEXT_EMBEDDING_ADA_002 ,
    " The food was delicious and the waiter... " ,
)-> toObject ();

Pelajari lebih lanjut tentang penyematan.

Transkripsi audio (ucapan ke teks) menggunakan Whisper 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Audio ()
    -> addCurlParam ( ' timeout ' , 30 )
    -> transcription (
        __DIR__ . ' /../../assets/openai.mp3 ' ,
        ModelEnum:: WHISPER_1 ,
        response_format: AudioResponseEnum:: SRT
    )-> toObject ();

Pelajari lebih lanjut tentang transkripsi audio.

Terjemahan audio (ucapan ke teks) menggunakan Whisper 

 $ response = ( new OpenAIClient ( $ apiKey ))-> Audio ()
    -> addCurlParam ( ' timeout ' , 30 )
    -> translation (
        __DIR__ . ' /../../assets/openai_fr.mp3 ' ,
        ' whisper-1 ' ,
        response_format: AudioResponseEnum:: TEXT
    )-> toObject ();

Pelajari lebih lanjut tentang terjemahan audio.

Daftar Model 

 $ response = ( new OpenAIClient ( $ apiKey ))
    -> Model ()
    -> list ()
    -> toObject ();

Pelajari lebih lanjut tentang model.

Model Retrieve 

 $ response = ( new OpenAIClient ( $ apiKey ))
    -> Model ()
    -> retrieve ( ' text-davinci-001 ' )
    -> toObject ();

Pelajari lebih lanjut tentang model.

Model Hapus 

 $ response = ( new OpenAIClient ( $ apiKey ))
    -> Model ()
    -> delete (
        $ _POST [ ' model ' ]
    )-> toObject ();

Pelajari lebih lanjut tentang model.

Daftar file 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> File ()
    -> list ()
    -> toObject ();

Pelajari lebih lanjut tentang file.

Unggahan file 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> File ()
    -> create (
        __DIR__ . ' /../../assets/mydata.jsonl ' ,
        ' fine-tune ' ,
    )
    -> toObject ();

Pelajari lebih lanjut tentang file.

Hapus file 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> File ()
    -> delete ( ' file-xxxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang file.

File Retrieve 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> File ()
    -> retrieve ( ' file-xxxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang model.

Konten pengambilan file 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> File ()
    -> download ( ' file-xxxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang model.

Daftar Fine-Tune 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> FineTune ()
    -> list ()
    -> toObject ();

Pelajari lebih lanjut tentang fine-tune.

Fine-tune create 

 $ response = ( new OpenAIApi ( $ apiKey ))
        -> FineTune ()
        -> create (
            ' file-xxxx '
        )
        -> toObject ();

Pelajari lebih lanjut tentang fine-tune.

Fine-Tune Retrieve 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> FineTune ()
    -> retrieve ( ' ft-xxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang fine-tune.

Acara daftar fine-tune 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> FineTune ()
    -> listEvents ( ' ft-xxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang fine-tune.

Fine-Tune Batal 

 $ response = ( new OpenAIApi ( $ apiKey ))
    -> FineTune ()
    -> Cancel ( ' ft-xxx ' )
    -> toObject ();

Pelajari lebih lanjut tentang fine-tune.

Moderasi 

 $ response = ( new OpenAIClient ( $ apiKey ))
    -> Moderation ()
    -> create ( ' I want to kill them. ' )
    -> toObject ();

Pelajari lebih lanjut tentang moderasi.

Pengujian

Untuk menjalankan semua tes: 

composer test tests

Hanya menjalankan satu tes: 

composer test tests/[NAME]Test.php

Ringkasan

Phpopenai adalah proyek yang berguna bagi pengembang PHP yang ingin dengan mudah mengintegrasikan API OpenAI ke dalam proyek mereka. Dengan instalasi sederhana dan penggunaan komposer, klasifikasi teks, pembuatan gambar dan pengenalan entitas yang disebutkan ke dalam aplikasi PHP Anda.

Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua