aws openai
v0.10.7
AEXT + AWS无服务器完整堆栈实现了官方OpenAI API文档中发现的示例应用程序。有关详细信息，请参见此系统架构图。这是YouTube频道“与劳伦斯的完整堆栈”和不列颠哥伦比亚大学课程“人工智能云技术实施”的教学工具。
使用Linux，Windows和MacOS环境。
验证项目要求：AWS帐户和CLI访问，Terraform，Python 3.11，NPM和Docker组成。
查看并编辑主地Terraform配置文件。
在存储库中make并将您的凭据添加到新创建的.env文件中。
初始化，构建并运行应用程序。
git clone https://github.com/FullStackWithLawrence/aws-openai.git
make # scaffold a .env file in the root of the repo
make init # initialize Terraform, Python virtual environment and NPM
make build # deploy AWS cloud infrastructure, build ReactJS web app
make run # run the web app locally in your dev environment 完成OpenAI API ：部署准备生产的API，以集成OpenAI的完整服务套件，包括Chatgtp，Dall·E，Whisper和TTS。
Langchain集成：一个简单的API端点，用于构建上下文感知，使用Langchain灵活的抽象和AI-First Toolkit的推理应用程序。使用此端点来开发各种应用程序，从聊天机器人到提问系统。
动态聊天提示：简单的Terraform模板可创建高度预先陈述的聊天机器人。在几分钟内编程和皮肤您自己的自定义聊天应用程序。
函数调用：OpenAI迄今为止最高级的集成功能。 OpenAI API函数调用是一项功能，使开发人员能够将自己的自定义Python函数集成到聊天响应的处理中。例如，当由OpenAI的GPT-3模型提供动力的聊天机器人正在生成响应时，它可以调用这些自定义Python函数来执行特定的任务或计算，然后将这些功能的结果包括在其响应中。此功能强大的功能可用于创建更具动态和交互式的聊天机器人，该聊天机器人可以执行诸如获取实时数据，执行计算或与其他API或服务互动之类的任务。有关其他文档和示例，请参见python源代码，包括官方OpenAI API文档中的“ get_current_weather（）”
函数调用插件：我们创建了自己的基于YAML的“插件”模型。有关详细信息，请参见此示例插件和此文档，或在此实时网站上尝试一下。 YAML模板可以在本地存储，也可以从安全的AWS S3存储桶中提供。您会在此处找到一组有趣的示例插件。
完整的源代码和文档位于这里。
React应用程序利用Vite.js， @chatscope/chat-ui-kit-react和react-pro-sidebar。
完整的文档位于这里。 Python代码位于这里
使用模块化的Terraform方法，从官方OpenAI API文档中实施30个示例应用程序中的每一个中的REST API。利用Openai的AI型号，包括GPT-3.5，GPT-4，DALL·E，耳语，嵌入和节制。
.env和terraform.tfvars文件。可选要求：
每个端点的详细文档可用：文档
要获得社区支持，请转到此项目的官方问题页面。
该项目展示了在团队环境中管理基于任务至关重要的云的微型服务的各种好的编码最佳实践，即其遵守12因子方法。有关其他详细信息，请参阅此代码管理最佳实践。
我们希望使学生和学习者更容易成为一种教学工具，同时又不向任何合并权限的人添加不适当的代码审查工作负载。为此，我们还添加了几个预要的代码裁缝和代码样式执行工具，以及用于包装依赖项，拉出请求评估和语义版本的版本维护的自动化过程。
我们欢迎捐款！无论您的背景如何，您都有多种供您参与的方法。除了提取请求外，该项目还将受益于专注于文档以及如何创建视频内容，测试，社区参与和管家的贡献者，以帮助我们确保我们遵守AI道德使用的不断发展的标准。
对于开发人员，请参阅：
您也可以直接联系劳伦斯·麦克丹尼尔（Lawrence McDaniel）。截至2024年2月：代码组成：
-------------------------------------------------------------------------------
Language files blank comment code
-------------------------------------------------------------------------------
Python 29 732 722 2663
HCL 30 352 714 2353
Markdown 52 779 6 2344
YAML 23 112 149 1437
JavaScript 39 114 127 1088
JSX 6 45 47 858
CSS 5 32 14 180
make 1 27 30 120
Text 6 13 0 117
INI 2 15 0 70
HTML 2 1 0 65
Jupyter Notebook 1 0 186 48
Bourne Shell 5 17 55 47
TOML 1 1 0 23
Dockerfile 1 4 4 5
-------------------------------------------------------------------------------
SUM: 203 2,244 2,054 11,418
-------------------------------------------------------------------------------
