22. Deployed Streamlit Web Application for Telegram Chatbot with Chatbase custom GPT LLM model API
1.0.0
たぶん、Secretの場合、JSONファイル（情報が消去された）に1つのバージョンを追加し、JSONファイルなしで展開されたものを1つに追加しますが、シークレット変数があります）
チャットベースサブスクリプションがキャンセルされます。 （または、24/1/2025に別のLLM（おそらくミストラルLLMが無料である可能性がありますか？）を使用できます
また、エラーを防ぐために、別のGitHubリポジトリに展開するために必要なファイルのみを分離する必要がある場合があります。 cuzその他のファイルを追加すると、展開エラーが発生する可能性があります!! （'18。KARAOKEイベントRERICELIT APP 'と同じです。これにはエラーがあります。
StreanLitのWebサイト、Firebase、Chatbase、Figmaの写真も入れることができます。
コース間で転送可能から1つのコースのみに機能するように変更することを計画してください...コース間で転送できるようにするにはhegが難しすぎる
これは、私の大学の学部研究機会プログラム（UROP）の一部として行われたプロジェクトであり、 「Urop：Novice Programmers for Coding」というタイトルのタイトルのプロジェクトであり、Oka Kurniawan教授（ここに彼のGithubアカウントです）が監督および開始し、8か月間の仕事を紹介します。
これがUROPプロジェクトの説明です：
'' '
学習者が即時かつパーソナライズされたフィードバックを持っている場合、学習コーディングは大幅に改善できます。コーディングの学習者の数は、人間のインストラクターが学習者に即時かつパーソナライズされたフィードバックを提供することを不可能にします。 AIの台頭により、いつでもいつでも学習者をサポートできるチャットボットチューターを作成する可能性があります。このプロジェクトの目的は、学習者がコーディングコースに関連するフィードバックを取得できる電報チャットボットを作成することです。メモまたはインストラクターの問題セットに反映されるように、フィードバックは正確でなければなりません。
チャットボットは、プログラミングを教える機関に使用できます。
'' '
このプロジェクトは、2つのGitHubリポジトリで構成されています。
このGitHubリポジトリは、チャットベースカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベースを備えたTelegram Chatbot用のRestreylit Webアプリケーションのコードをホストしています。
このUROPプロジェクトを開発するアプローチは、2つのコンポーネントに分割されています。
このプロジェクトの展開された電報ボット、チャットベースカスタムGPT LLMモデル、Streamlit（Python Framework）のWebサイトアプリケーション、FireBase（API）リンク：
このリポジトリの各ファイルの目的を説明するためのディレクトリは次のとおりです。
チャットベースカスタムGPT LLMモデルAPIとFireBase（API）のリアルタイムデータベースを使用したTelegramチャットボット用のRestreamlit Webアプリケーションの作成に必要なファイル
チャットベースカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベースを使用したTelegram Chatbot用のRestreylit Webアプリケーションの作成の一部ではない追加ファイル。
チャットベースカスタムGPT LLMモデルAPIとFireBase（API）のリアルタイムデータベースを使用したTelegram Chatbot用のRestreylit Webアプリケーションの作成の一部ではない追加ファイル。
Chatbaseを使用したTelegram Chatbot用のStreemlit Webアプリケーションの展開プロセスChatbaseカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベース
1。 '.StreamLit'フォルダー
私。 「config.toml」ファイル
チャットベースカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベース自体を使用したTelegram Chatbot用のRestreylit Webアプリケーション用のメインPythonファイル。
2。 'readme.md'ファイル
「readme.md」ファイル。
3。 'firebase_key.json'ファイル
{
"type" : "service_account" ,
"project_id" : "urop-telegram-chatbot" ,
"private_key_id" : "d370c3cff86ea75089c60973d19105f90d84fdc7" ,
"private_key" : "-----BEGIN PRIVATE KEY----- n MIIEvgIBADANBgkqhkiG9w0BAQEFAASCBKgwggSkAgEAAoIBAQC2Yqgt09bJB335 n bN61dlqWY0yFcLv8DPqvHKtpUqzSAvQGdK00zaPlezkd4SKGfohd8z4o0srpUPt9 n 0fLhIPJJJhTjRN7rZpvJOPWiECQfHFXc2OJhOdabDnJoIeth+29RfD5D4t2HUdWO n /OiSKJfNYNAf2sKELJLlPOnXwpa/wfzNhHap50WLjed8OzF+Y57ucFHut/USlsWp n 3uiRdjHod3Sfs0eL+jKfeOdkni7o/E1ytN1Ascvc1OLpbi9h6GyoLLZf8g2O1Nyn n fe26tfRnkYvT1viErxnhQBGUh3hz3SVIsZ4FYyVrlWVwH+U8CJg2foBtbtOZjmEK n PNAC0fi3AgMBAAECggEATMs0iftA3CtJ6Rxkl55qXRkZbrQ9is7CPLpDGFlFyDWT n HybAiVOu12Cvd3vEiEG91GUnfpPm+R9ujRc5/33aVl9w+xKUFCUDolHX5zGJrAnH n w3IUu6BZUrdeB6eEjyCJyhMYuofLA/+6fnbRzDzIUiMZ7tezAGkuPtSLl5vo0ns5 n 1Mw13sSlssc3bjd+bCa23xDamzKWpMFlHJztnbsRVjKXfzMx2f45+snT1Lqo4kk/ n cCpM8QFlMHxLgei7JOKSkEj6LYM9Xn1dRmPJGGSAtlx/2W0/DFrVD4GCLXReKNsz n 4afFN42cZB88pKT/8YB3KoH3o/wA79k4AdsagccGbQKBgQDz3p5Yi1YgvmxWPKxd n pO1cYek2itrpH9YUZirehU01rrdHJvyufFVEoUHoeoXcDHVt++1iHZvZPwt/ZgZq n P2tM5XWY1hlgdDgOb5J2td8jdMJuKBkzGLpnSg0qSEVlsBEsJhajvGIzBIz2Ervk n hz1F3pIwXDZNEFS5ywMrW55WgwKBgQC/dRym9V3g0Y6g2mjAqIANRZ605R3MZpst n N5r9GFSBB/JXo22shLCA0/RL0A3Q8aGblVv9VwHVOi1qaeU8DIcQqJvdKfspIi0J n L8mp3ZraGzknCEHkj0oKGqNCE2Nsfx+dQ6du+u7UOecb22pjqV2UeL6gMerAMf16 n X1ZTL7hevQKBgFyIVObd/9Euz+as4O4rXVEXaakjaMraJJ3a4ltKkzBSWgKqfWgr n jyMaWOrASrhjFc+krr7y4ya8cD1n1flMlQc5bbSPUFOz5W080oMuoTtP21J27pDf n yiLVC0fG4mYiN3HcBe0c1tnq2R2poBenZQ101V16L7RwBOX2bP5vphXHAoGBALX1 n CncOqNr6rm/nQzkeqxxx9yR6v7g8J+xwdWdm0SEUOVjbJGeab9jwF7RZllfm3S1t n ZNC/+Sj6MqF45PkN+ut1IzStKltsdJrPhPxgdUQmLUoQSfd7yuURbellXc+GfbhL n zPvnlkWyhhduj40KMLrjil/bMPzaRcogg31p0/KNAoGBAKNTzPgZSif0PGXPEvhK n zEi5ojwvC9iOIKvmjgXLu+e0zAI27PiiryrfrpQW6CK7RpK9KO2lQ2NUdyOi0MVI n kqMGPLzjVwBKtWMhIwvaZxFJBvCNIg6nE5RSKoXFSYKWqmLPp+2ydPLXGPgAzNL/ n /7+TBiy9OmEkqIbNmwzgiYgR n -----END PRIVATE KEY----- n " ,
"client_email" : "firebase-adminsdk-rvtdl@urop-telegram-chatbot.iam.gserviceaccount.com" ,
"client_id" : "108928779375842545414" ,
"auth_uri" : "https://accounts.google.com/o/oauth2/auth" ,
"token_uri" : "https://oauth2.googleapis.com/token" ,
"auth_provider_x509_cert_url" : "https://www.googleapis.com/oauth2/v1/certs" ,
"client_x509_cert_url" : "https://www.googleapis.com/robot/v1/metadata/x509/firebase-adminsdk-rvtdl%40urop-telegram-chatbot.iam.gserviceaccount.com" ,
"universe_domain" : "googleapis.com"
}このファイルは、autheticationキーを表します。どうやら、API（FireBase APIなど）にアクセスする場合、認証キーのようなものが必要です。これは、認定ユーザーのみがAPIにアクセスできるようにするためです。このビデオを参照して、Firebase API認証キーがPythonコードで使用される方法を理解してください：https：//www.youtube.com/watch?v=s-ga8c3tovy&t=336s（最初のコードHALA）
4。 'requistry.txt'ファイル
streamlit == 1.27 . 2
streamlit_autorefresh == 1.0 . 1
firebase_admin == 6.2 . 0これは、チャットベースのカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベースを使用したTelegramチャットボット用のストリームライトWebアプリケーションの展開に従って、耐久性のあるファイルです。チャットベースと統合されたチャットボットカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベースのRealtime Cloud 'の詳細については、チャットベースカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベースのremollitクラウドで統合されたTelegram Chatbotアプリケーションの展開プロセスの詳細について詳しく説明します。 https://docs.streamlit.io/streamlit-community-cloud/deploy-your-app（streamlit cloud）を使用すると、この「要件」で指定された必要な外部ライブラリ/フレームワーク/パッケージをダウンロードするようにストリームライト（pythonフレームワーク）に伝えることができます。カスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベース。
どうやら、「要件」ファイルは、Restrylit Cloudだけでなく、Pythonのさまざまな展開プラットフォームにわたる一般的なプラクティスです。 Heroku、AWS、Vercel、その他などのプラットフォームにアプリケーションを展開しているかどうかにかかわらず、「要件」ファイルで依存関係を指定すると、プラットフォームが必要なパッケージを理解してインストールできます。
5。 'Streamlit_web_application.py'ファイル
チャットベースカスタムGPT LLMモデルAPIおよびFireBase（API）のリアルタイムデータベース自体を使用したTelegram Chatbot用のRestreylit Webアプリケーション用のメインPythonファイル。
ソース：
ファイル名のバージョン間の違いの簡単な説明とともに、各ファイルのバージョンにラベルを付けました。以下は、バージョンの違いについての少し詳細な説明です。
MySQLデータベースの代わりにFirebaseのリアルタイムデータベースを選択したのはなぜですか？
MySQLの最近学んだ知識により、このプロジェクトでMySQLデータベースを使用してみたいと思いました。ただし、AzureデータベースやAmazon Webサービスなどのデータベースホスティングプラットフォームの多くは、MySQLデータベースのホストを開始するために請求情報が必要であることに気付きました。私は、生産のためではなく、教育目的でのみ作成したため、構築されたアプリケーションを維持しない可能性が高いため、過充電のリスクを冒したくありませんでした。したがって、請求情報を必要としない唯一のデータベースホスティングプラットフォームであるため、FirebaseのRelational/nosqlリアルタイムデータベースを使用することにしました。
チャットベースカスタムGPT LLMモデルAPIとFireBase（API）のリアルタイムデータベースに統合されたTelegram ChatbotのRestream -Lit Webアプリケーションで使用されている必要なテクノロジーのいくつかに関する知識が不足しているため、最初に学習する必要がありました。
迅速なエンジニアリング学習（deeplearning.aiによる迅速なエンジニアリングコースから、Openaiとのコラボレーション（LLMとしてChatGptを使用））
私の迅速なエンジニアリングパラダイムの学習旅で構成されています（オンラインコースでは、https：//www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-develolers/ by deeplearning.aiから、https：//www.deeplearning.ai/short-prompt-engineering-for-develongers/、openai titled for for for for for developers 'to for plays' up open for for for for for for for for for for for deeplearning.ai
迅速なエンジニアリングとは何ですか？
プロンプトエンジニアリングとは、その精度と有効性を改善し、AIモデルから望ましい出力を取得するための生成AIプロンプトを作成/改良するプロセスです。
プロンプトとは何ですか？
AI（大規模な言語モデル（LLM）を含む）プロンプトは、AI（大規模な言語モデル（LLM）を含む）モデルに入力する質問、コマンド、または声明であり、自然言語処理（NLP）の力を活用して応答またはアクションを開始します。
（注：OpenAI GPTモデルAPI（Python Framework）には毎月の支払いサブスクリプションが必要です。このチュートリアルのコードには、ChatGPTから応答を取得するためにOpenAI GPTモデルAPI（Pythonフレームワーク）が必要です。アクセス、支払いが必要です。毎月の支払いサブスクリプションを行うには、Openai GPTモデルAPI（Python Framework）アクセスを取得できます。
したがって、このチュートリアルのコードからの「出力」のほとんどは、このチュートリアルのビデオに示されているシミュレートされた出力で、Jupyterノートブックファイルに記載されています）
ソース：
figma学習
Figmaの私の学習旅で構成されています（メインYouTubeプレイリストでは、https：//www.youtube.com/playlist?list=plkid0a0xcibuyx3c_nyn13w9z_kkiia2m by airena cai、figma ux tutorial by up figma ux tutorial by up te figma ux tutorial by up figma ux _kkiia2m
Figmaとは何ですか？
Figmaは、インターフェイス設計用のコラボレーションWebアプリケーションであり、MacOSおよびWindowsのデスクトップアプリケーションによって追加のオフライン機能が有効になっています。 FIGMAの機能セットは、ユーザーインターフェイス（UI）およびユーザーエクスペリエンス（UX）デザインに焦点を当てており、リアルタイムコラボレーションに重点を置いており、さまざまなベクトルグラフィックスエディターとプロトタイピングツールを利用しています。
Figmaの重要なルールは、ゼロから何も始めないでください。参照から取得し、既存のWebサイトテンプレートからコピーして、Webサイトプロトタイプの品質と作成時間を高めることを忘れないでください！ （AJ＆SmartのYouTubeビデオからアドバイスされたように）
ソース：
流線クラウドとは何ですか？
公式のRreatmint Cloud Webサイトから：「Rreatmint Cloudは、数分でRimeLit Webアプリケーションからデータを構築、展開、共有できる新製品です。」
正直なところ、Rreatming Cloud（リンク：https：//docs.streamlit.io/streamlit-community-community-community-your-app）にretrylit（pythonフレームワーク）Webアプリケーションを展開する方法に関するドキュメントは、流線ラットクラウドにfrytrit Webアプリケーションを展開する方法について非常に明確に説明しています。正しく展開したら、Restreamlit Webアプリケーションへの直接的な「streamlit.io」リンクを取得しました。その後、他のWebアプリケーションと共有して、このretrylist Webアプリケーションを試してみることができます。
敏感な情報を「秘密」/環境変数として照らしたクラウドの変数として処理します。
FireBase RealTimeデータベースのプライベートキーまたはチャットベースカスタムGPT LLMモデルAPIプライベートキーをこのGitHubリポジトリに直接プッシュしようとしたとき、「秘密」がGitHubから公開されているというセキュリティ警告を受け取り続けました。最初は気にしませんでしたが、Firebase Realtime Databaseのプライベートキーがリセットを続け、プライベートキーが検出されたときにキャンセルされたときに問題になりました。このgithubリポジトリにもう一度。
したがって、Heroku、AWS、Vercelなどのプラットフォームにアプリケーションを展開しているかどうかにかかわらず、展開プラットフォーム自体の展開アプリケーションに「秘密」/環境変数を直接追加することができるかどうかにかかわらず、私は、流動性クラウドだけでなく、さまざまな展開プラットフォームを展開することがわかりました。
特に、Rimelitクラウドに特に、Restreylitクラウド上の展開されたアプリケーションに「シークレット」/環境変数を直接追加し、このドキュメントに従ってこれらの追加された「シークレット」/環境変数をコードで使用する方法を学ぶことができます（リンク：https：//blog.streamlit.io/sretrets-in-sharing-apps/）。
ChatbaseカスタムGPT LLMモデルAPIとFireBase（API）のリアルタイムデータベースを使用したTelegram Chatbot用のこのRireglit Webアプリケーションで私がどのように行ったかの例を示します。
fb_credentials = json.loads(st.secrets['FIREBASE_DB_CONVERSATIONS'])
if "conversations" not in firebase_admin._apps:
# Initialize Firebase
credentials_object_conversations = firebase_admin.credentials.Certificate(fb_credentials)
firebase_admin.initialize_app(credentials_object_conversations, {
'databaseURL': 'https://urop-telegram-chatbot-default-rtdb.asia-southeast1.firebasedatabase.app/'
}, name='conversations')
# Get a reference to the database
reference_to_database_conversations = db.reference('/', app=firebase_admin.get_app('conversations'))
ソース：
