ดาวน์โหลด gpt var - gpt var Source Source Download

gpt var

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

readme สำหรับ gptvar

ภาพรวม

GPTVAR อำนวยความสะดวกในการสื่อสารอย่างง่ายดายกับ OpenAI API ทำให้สามารถส่งพรอมต์และรับการตอบกลับได้อย่างราบรื่น มันสามารถปรับให้เข้ากับรุ่นอื่น ๆ ทำให้การสร้างค่าสำหรับตัวแปรง่ายขึ้นโดยใช้เนื้อหาที่สร้างโดย GPT

ข้อกำหนดเบื้องต้น

node.js
คีย์ OpenAI API

การติดตั้ง

ติดตั้ง GPTVAR โดยใช้ NPM:

npm install gpt-var

เริ่มต้นอย่างรวดเร็ว

ใช้ GPTVAR ในไม่กี่ขั้นตอนง่ายๆ:

นำเข้าชั้นเรียน
เริ่มต้นด้วยการนำเข้า GPTVAR ไปยังไฟล์ typeScript ของคุณ:
```
 import GPTVAR from 'gpt-var' ;
```
สร้างอินสแตนซ์
เริ่มต้น GPTVAR ด้วยคีย์ OpenAI API ของคุณและเลือกรุ่นที่คุณต้องการ สำหรับรายการโมเดลโปรดไปที่ภาพรวมโมเดล OpenAI
```
 const gptVar = new GPTVAR ( 'your-openai-api-key' , 'model-name' ) ;
```
ส่งพรอมต์
โทร prompt ด้วยข้อความของคุณและรูปแบบที่ต้องการ รูปแบบอาจเป็น 'ใด ๆ ', 'อาร์เรย์', 'วัตถุ' หรือ 'ObjectInarray'
```
 gptVar . prompt ( 'Your prompt here' , 'any' ) . then ( response => {
  console . log ( response ) ;
} ) . catch ( error => {
  console . error ( error ) ;
} ) ;
```
จัดการคำตอบ
prompt ส่งคืนสัญญาด้วยการตอบสนองของโมเดล GPT ซึ่งคุณสามารถดำเนินการได้ตามต้องการ

วิธี

`prompt(message: string, format: string)`

วิธีนี้ส่งข้อความไปยังโมเดล GPT โดยคาดว่าจะมีการตอบกลับในรูปแบบที่ระบุ

messages : สตริงอินพุตสำหรับรุ่น GPT
format : รูปแบบการตอบกลับที่คาดหวัง ตัวเลือก:
- any : ส่งคืนสตริงดิบเหมาะสำหรับรูปแบบที่ยืดหยุ่นหรือไม่ระบุ
- object : คาดว่าวัตถุ JSON เหมาะสำหรับข้อมูลที่มีโครงสร้าง
- array : คาดว่าอาร์เรย์ JSON เหมาะสำหรับรายการหรือลำดับ
- objectInArray : คาดว่าอาร์เรย์ของวัตถุ JSON มีประโยชน์สำหรับรายการที่มีโครงสร้าง

ตัวอย่างการใช้งาน:

รูปแบบ: any
ส่งคืนการตอบกลับเป็นสตริงดิบเหมาะสำหรับข้อมูลที่ไม่มีโครงสร้าง
```
 gptVar . prompt ( 'Tell me a joke' , 'any' ) . then ( response => {
  console . log ( 'Response:' , response ) ;
} ) ;
```
ตัวอย่างการตอบสนอง:
```
 "Why don't scientists trust atoms? Because they make up everything!"
```

รูปแบบ: object

คาดว่าจะมีการตอบสนองต่อวัตถุ JSON

 gptVar . prompt ( 'Provide details about the Eiffel Tower' , 'object' ) . then ( response => {
  console . log ( 'Response:' , response ) ;
} ) ;

ตัวอย่างการตอบสนอง:

{
  "name" : " Eiffel Tower " ,
  "location" : " Paris, France " ,
  "height" : " 300 meters "
}

รูปแบบ: array

คาดว่าจะมีการตอบสนองอาร์เรย์ JSON

 gptVar . prompt ( 'List three famous scientists' , 'array' ) . then ( response => {
  console . log ( 'Response:' , response ) ;
} ) ;

ตัวอย่างการตอบสนอง:

[ " Albert Einstein " , " Marie Curie " , " Isaac Newton " ]

รูปแบบ: objectInArray

คาดว่าจะมีอาร์เรย์ของวัตถุ JSON

 gptVar . prompt ( 'List major cities with their countries and populations' , 'objectInArray' ) . then ( response => {
   console . log ( 'Response:' , response ) ;
 } ) ;

ตัวอย่างการตอบสนอง:

 [
   {
     "city" : " New York City " ,
     "country" : " USA " ,
     "population" : " 8.4 million "
   },
   {
     "city" : " Tokyo " ,
     "country" : " Japan " ,
     "population" : " 9.3 million "
   },
   {
     "city" : " London " ,
     "country" : " UK " ,
     "population" : " 8.9 million "
   }
 ]