آنچه در این مقاله میخوانید [پنهانسازی]
با رشد سریع فناوری هوش مصنوعی، ساخت APIهای سفارشی برای مدلهای OpenAI میتواند به شما این امکان را بدهد که از قدرت این مدلها در برنامههای خود استفاده کنید. در این مطلب، مراحل ساخت API با OpenAI و FastAPI در پایتون را بررسی خواهیم کرد.
سرفصل های مقاله
پیش نیازها
- Python: اطمینان حاصل کنید که Python بر روی سیستم شما نصب شده است.
- OpenAI API Key: برای دسترسی به مدلهای OpenAI از API Token خود استفاده کنید.
- FastAPI: یک فریمورک مدرن برای ساخت APIهای سریع با پایتون.
- Uvicorn: یک ASGI server که برای اجرای FastAPI استفاده میشود.
مراحل ساخت API
۱. نصب وابستگیها
ابتدا باید FastAPI و OpenAI را نصب کنید. از دستور زیر در ترمینال استفاده کنید:
pip install fastapi uvicorn openai
۲. راه اندازی پروژه
یک فایل جدید با نام main.py ایجاد کنید و کد زیر را در آن قرار دهید:
import openai
from fastapi import FastAPI
from pydantic import BaseModel
# کلید API خود را در اینجا وارد کنید
openai.api_key = 'YOUR_OPENAI_API_KEY'
app = FastAPI()
class RequestBody(BaseModel):
prompt: str
max_tokens: int = 100
@app.post("/generate/")
async def generate_text(request: RequestBody):
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo", # میتوانید یک مدل دیگر انتخاب کنید
messages=[
{"role": "user", "content": request.prompt}
],
max_tokens=request.max_tokens
)
return {"response": response.choices[].message['content']}
۳. توضیح کد
- وارد کردن کتابخانهها: ابتدا با استفاده از import کتابخانههای لازم را وارد میکنید.
- تنظیم API Key: بعد از وارد کردن کتابخانهی OpenAI، کلید API خود را تنظیم میکنید.
- ایجاد برنامه FastAPI: با استفاده از FastAPI یک برنامه جدید ایجاد میکنید.
- مدل دادهای: با استفاده از pydantic یک مدل برای دریافت دادهها (در اینجا prompt و max_tokens) ایجاد میکنید.
- تعریف endpoint: یک endpoint با روش POST به نام /generate/ تعریف میکنید که درخواست کاربر را دریافت کرده و متنی تولید شده توسط مدل OpenAI را برمیگرداند.
۴. اجرای API
برای اجرای برنامهی خود از دستور زیر در ترمینال استفاده کنید:
uvicorn main:app --reload
این دستور باعث میشود که سرور شما روی http://127…1:800 اجرا شود. میتوانید با مراجعه به این URL و استفاده از Swagger UI به مستندات API خود دسترسی داشته باشید.
۵. بررسی عملکرد API
برای آزمایش API خود، میتوانید از ابزارهایی مانند Postman یا curl استفاده کنید. به عنوان مثال، میتوانید از دستور curl زیر برای ارسال درخواست به API استفاده کنید:
curl -X POST "http://127...1:800/generate/" -H "Content-Type: application/json" -d '{"prompt": "Hello, how are you?", "max_tokens": 50}'
۶. بهبود و گسترش عملکرد
برای بهبود API خود، میتوانید امکانات زیر را به آن اضافه کنید:
- ایندکسگذاری و کش: استفاده از کش برای بهینهسازی پاسخها و بهبود سرعت.
- مدیریت خطا: افزودن هندلرهای مخصوص برای خطاهای احتمالی.
- احراز هویت: محافظت از API با استفاده از توکنهای JWT یا OAuth.
نتیجه گیری
در بالا ساخت API با OpenAI و FastAPI پرداختیم، این API میتواند به برنامههای مختلف شما قدرت بدهد و به شما این امکان را بدهد که به سرعت از مدلهای پیشرفتهی OpenAI استفاده کنید. اگر به یادگیری بیشتر در مورد توسعه API و هوش مصنوعی علاقهمندید، میتوانید دورههای آموزشی ما را بررسی کنید و دانش خود را در این زمینه گسترش دهید.