22. Deployed Streamlit Web Application for Telegram Chatbot with Chatbase custom GPT LLM model API
1.0.0
Может быть, для секретов добавить 1 версию с файлом json (стерто он стерт) и 1 с развернутым без файла JSON, но с переменными секретов)
Подписка на чат отменена. (В качестве альтернативы можно использовать другой LLM (может быть, LLM Mistral с момента его свободного?
Также может потребоваться разделить только необходимые файлы для развертывания в отдельном репозитории GitHub, чтобы предотвратить ошибку. Потому что добавление дополнительных разнообразных файлов может вызвать ошибку развертывания !! (То же самое для приложения Streamlit 'Караоке -события', в котором теперь есть ошибки, потому что я добавил дополнительные разнообразные файлы в его github Repo ... упс ...)
Может быть, можно поместить фото сайта Streanlit, Firebase, Chatbase и Figma, а также
Планируйте изменить его с передачи между курсами на работу только для одного курса ... потому что сделать его перевод между курсами слишком сложно Alr
Это проект, выполненный в рамках программы возможностей для бакалавриата моего университета (UROP) под названием «UROP: Telegram Chatbot для начинающих программистов для изучения кодирования» , контролируемой и инициированной профессором Ока Курньяваном (вот его счет Github), сокращается 8 месяцев (On Off) работы.
Вот описание проекта Urop:
'' '
Обучение кодирования может быть значительно улучшено, когда учащиеся имеют немедленную и персонализированную обратную связь. Количество учащихся для кодирования делает невозможным для людей, чтобы преподаватели дали немедленную и персонализированную обратную связь для учащихся. Рост ИИ дает нам возможность создать преподавателя чат -бота, который может поддерживать учащихся в любом месте и в любое время. Цель этого проекта - создать Telegram Chatbot, где учащиеся могут получить обратную связь, связанную с их курсами кодирования. Обратная связь должна быть точной, как это отражена в наборе задач или инструктора.
Чатбот можно использовать для любого учреждения, которое преподает программированию.
'' '
Этот проект состоит из 2 репозиториев GitHub:
Этот репозиторий GitHub - это размещение кода для веб -приложения Streamlit для Telegram Chatbot с Chatbase Custom GPT LLM Model API и базой данных Firebase (API) в реальном времени.
Подход к разработке этого проекта UROP разделен на 2 компонента:
Развернутый бот Telegram в этом проекте, модель чат -базы GPT LLM, приложение веб -сайта Python Framework) и ссылки Firebase (API):
Вот каталог, чтобы объяснить цель каждого файла в этом репозитории:
Файлы, которые необходимы для создания веб -приложения Streamlit для Telegram Chatbot с Chatbase Custom GPT LLM Model API и базой данных Firebase (API) в реальном времени
Дополнительные файлы, которые не являются частью создания веб -приложения Streamlit для The Telegram Chatbot с базой данных в реальном времени в режиме реального времени GPT LLM (API), но включают в себя прошлые итерации/версии/прототипы веб -приложения Telegram Chatbot с Cathbase Custom Gpt Llm Model и Firebase Datistime) Model LLM и FireBase (API) Model LLM и FireBase (api)
Дополнительные файлы, которые не являются частью создания веб -приложения Streamlit для The Telegram Chatbot с помощью базы данных в реальном времени в реальном времени GPT LLM Model и Firebase (API), но включает в себя мое обучающее путешествие некоторых необходимых технологий, которые я не знал с
Процесс развертывания веб -приложения Streamlit для Telegram Chatbot с Chatbase Custom Gpt LLM Model API и базой данных Firebase (API) в облаке Streamlit Cloud
1. '.Streamlit' Папка
я. 'config.toml' файл
Основной файл Python для веб -приложения Streamlit для Telegram Chatbot с Chatbase Custom GPT LLM Model API и самой базой данных Firebase (API) в реальном времени.
2. 'file readme.md'
Файл 'readme.md'.
3. 'firebase_key.json' Файл
{
"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"
}Этот файл представляет ключ автозиительства. По -видимому, при доступе к API (например, API Firebase) вам необходимо будет иметь своего рода ключ аутентификации, что является тем, что этот файл должен гарантировать, что только авторизованные пользователи могут получить доступ к API. См. Это видео, чтобы понять, как используется ключ аутентификации Firebase API с вашим кодом Python: https://www.youtube.com/watch?v=S-ga8c3tovy&t=336S (код сначала с Hala)
4
streamlit == 1.27 . 2
streamlit_autorefresh == 1.0 . 1
firebase_admin == 6.2 . 0Это обязательный файл, в соответствии с развертыванием веб -приложения Streamlit для Telegram Chatbot с базой данных в режиме реального времени GPT LLM Model и Firebase (API) в облаке, описанном в документации о том, как развернуть веб -приложение для оборотного приложения для веб -приложения Tellit для STREATRIT -Cloud. Чатбот интегрирован с пользовательской базой данных в режиме GPT LLM Model и Firebase (API) на Creatlit Cloud 'для получения дополнительной информации о процессе развертывания этого веб -приложения для потоковой передачи для Telegram Chatbot, интегрированной с Cathbase Custom GPT LLM Model Model и DataBase Database на плавной облаке): Database в планом)): https://docs.streamlit.io/streamlit-community-cloud/deploy-your-app (wreatlit cloud), что позволяет вам сообщать streamlit (python framework) для загрузки необходимых внешних библиотек/фреймвортов/пакетов, указанных в этом «Требованиях. GPT LLM Model API и база данных Firebase (API) в реальном времени.
По -видимому, файл «Teals.txt» является обычной практикой на различных платформах развертывания в Python, а не только для облака Streathlit. Независимо от того, используете ли вы свои приложения на таких платформах, как Heroku, AWS, Vercel или другие, указание зависимостей в файле «tement.txt» позволяет платформе понимать и устанавливать необходимые пакеты.
5
Основной файл Python для веб -приложения Streamlit для Telegram Chatbot с Chatbase Custom GPT LLM Model API и самой базой данных Firebase (API) в реальном времени.
Источник (ы):
Я назвал версию каждого файла вместе с кратким описанием различий между версиями в именах файлов. Вот немного более сложное описание различий в версиях:
Почему я выбрал базу данных Firebase в реальном времени вместо баз данных MySQL?
С моими недавно изученными знаниями о MySQL я хотел попробовать использовать базы данных MySQL в этом проекте. Тем не менее, я понял, что многие из платформ хостинга базы данных, таких как база данных Azure и веб -сервисы Amazon, требуют вашей платежной информации, чтобы начать размещение баз данных MySQL на них. Я не хотел рисковать перезарядиться, так как я, скорее всего, не буду сохранять свое застроенное приложение, поскольку я создал их только для образовательных целей, а не для производства. Следовательно, я решил использовать базу данных Relational/NoSQL Realtime от Firebase, поскольку это единственная платформа хостинга базы данных, которая не требовала информации о выставлении счетов.
Из -за отсутствия знаний в некоторых из необходимых технологий, используемых в веб -приложении Streamlit для Telegram Chatbot, интегрированной с Chatbase Custom GPT LLM Model API и базой данных Firebase (API), мне пришлось сначала узнать их, что включает в себя::
Щедровая инженерная инженерная наука (от быстрого инженерного курса от Deeplearning.ai в сотрудничестве с OpenAI (используя CHATGPT в качестве LLM))
Состоит из моего учебного путешествия быстрого инженерного парадигмы (онлайн-курс, где я изучал быструю инженерную парадигму от: https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ by deeplearning.ai, в сотрудничестве с Open Litred 'Chatgpt Degrienerial для разработчиков (только в 7-й на 7-й видео-пластинке.
Что такое быстрый инженер?
Обратная техника - это процесс написания/уточнения генеративной подсказки ИИ для повышения его точности и эффективности и получения желаемых результатов из моделей искусственного интеллекта.
Что такое подсказки?
Подсказка AI (включая крупные языковые модели (LLM)) - это вопрос, команда или утверждение, которое вы вводите в модель AI (включая крупные языковые модели (LLM)), чтобы инициировать ответ или действие, используя силу обработки естественного языка (NLP).
(ПРИМЕЧАНИЕ: OpenAI GPT Model API (Python Framework) требует ежемесячной подписки на оплату: коды в этом уроке требуют, чтобы API модели GPT OpenAI GPT (Python Framework) для получения ответов от Chatgpt. Однако, API модели OpenAI GPT (Python Framework) Требуется ежемесячный платеж. Отсюда. который требует оплаты.
Следовательно, большая часть «вывода» из кода в этом уроке будет смоделированным выводом, показанным в видео в этом уроке, написанном в файлах ноутбуков Jupyter)
Источник (ы):
Фигма учится
Consists of my learning journey of Figma (main Youtube playlist where I learnt the Prompt Engineering paradigm from: https://www.youtube.com/playlist?list=PLKId0A0XCIbUYx3c_NYn13W9Z_kkIiA2m by Aliena Cai, titled 'Figma UX Tutorial by Aliena' (only up till the 4th video in the playlist)
Что такое Figma?
Figma - это совместное веб -приложение для дизайна интерфейса, с дополнительными автономными функциями, включенными приложениями для настольных компьютеров для macOS и Windows. Набор функций Figma фокусируется на дизайне пользовательского интерфейса (пользовательского интерфейса) и пользовательского опыта (UX) с акцентом на сотрудничество в реальном времени с использованием различных векторных графических редакторов и инструментов прототипирования.
Важным правилом на фигме является то, что вы никогда не должны начинать ничего с нуля! Всегда не забывайте брать из ссылок и копировать из существующих шаблонов веб -сайтов, чтобы повысить качество и время создания прототипа веб -сайта! (Как рекомендуется из видео AJ & Smart на YouTube)
Источник (ы):
Что такое облако потока?
На официальном веб -сайте Creatlit Cloud: «Streamlit Cloud - это новый продукт, который позволяет создавать, развернуть и обмениваться данными из веб -приложений Streamlit за минуты».
Честно говоря, документация о том, как развернуть веб-приложение Phithon Framework) на Streatlit Cloud (ссылка: https://docs.streamlit.io/streamlit-community-cloud/deploy-your-app), объясняет очень четко шаг, шаг, как развернуть веб-приложение Streamlit на Streatlit Cloud. После правильного развертывания я получил прямую ссылку «withlit.io» на веб -приложение Streamlit, которой я могу поделиться с другими, чтобы попробовать это веб -приложение Streamlit.
Обрабатывать конфиденциальную информацию как «секреты»/переменные среды в облаке Streathlit:
Когда я попытался выдвинуть частные ключи базы данных Firebase Realtime или чат -базу Custom Gpt LLM Model Private Key непосредственно на этот репозиторий GitHub, я продолжал получать предупреждение о безопасности, что мои «секреты» выставлены из GitHub. Сначала я не заботился об этом, но это стало проблемой, когда частные ключи базы данных Firebase Realtime продолжают сбрасываться и отменяются всякий раз, когда обнаружен ли открытый ключ, чтобы быть публично, что приводит к тому, что приложение веб-сайта развернутого потока остановила работу, и мне пришлось повторно покорить новые уникальные личные ключи от веб-сайта Firebase, что будет очень проблемным. Репозиторий GitHub снова.
Следовательно, я обнаружил, что различные платформы развертывания, а не только для потоковых облаков, независимо от того, используете ли вы свои приложения на таких платформах, как Heroku, AWS, Vercel или другие, вы можете добавить переменные «Тайны»/окружающую среду непосредственно на развернутые приложения на самих платформах развертывания в частном порядке, таким образом устраняя этот риск безопасности в «Севере», находящихся на Гита.
В частности, для облака потока, вы можете добавить переменные «секретов»/среды непосредственно в развернутые приложения в облаке Streamlit и узнать, как использовать эти добавленные переменные «Секреты»/среды в развернутых приложениях на облаке Streamlit в коде, следуя этой документации (Link: https://blog.streamlit.io/secrets-in-sale-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-apps-press-pring-apps-apps-pring-
Вот пример того, как я сделал это в этом веб -приложении Streamlit для Telegram Chatbot с Chatbase Custom Gpt LLM Model API и базой данных Firebase (API) в области RETHLIT Cloud:
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'))
Источник (ы):
