


Créer un webhook pour vous connecter à OpenAI dans Google Cloud Functions
Je travaille sur la connexion d'openai à Google Dialogueflow cx et j'écris mon webhook à l'aide des fonctions Google Cloud. J'ai fait des recherches et j'ai trouvé un code, mais à chaque fois, il n'a pas été déployé. N'est-ce pas possible avec les fonctions cloud puisque j'ai besoin d'obtenir la requête utilisateur de dialogflow cx ? Ou il manque quelque chose dans le code
Mon code de fonction cloud : le point d'entrée est un webhook
import openai import json import requests from google.cloud import secretmanager # Initialize the Secret Manager client client = secretmanager.SecretManagerServiceClient() # Store the conversation history if necessary convo = [] def get_secret(secret_name, project_id, version_id='latest'): """ Retrieve a secret from Google Cloud Secret Manager. """ resource_name = f"projects/{project_id}/secrets/{secret_name}/versions/{version_id}" try: # Access the secret version response = client.access_secret_version(request={"name": resource_name}) # Return the payload of the secret return response.payload.data.decode("UTF-8") except Exception as e: print(f"Error accessing secret '{secret_name}':", e) return None def query_gpt(prompt): """ Query the OpenAI completion endpoint with a prompt. """ body = { "model": "text-davinci-003", "prompt": prompt, "max_tokens": 200, "temperature": 0.9, "top_p": 1, "n": 1, "frequency_penalty": 0, "presence_penalty": 0.6 } header = {"Authorization": f"Bearer {get_secret('openai-api-key', 'my-project-id')}"} res = requests.post('https://api.openai.com/v1/completions', json=body, headers=header) return res.json() def webhook(request): """ HTTP Cloud Function entry point. """ if request.method != 'POST': return ('Only POST method is accepted', 405) request_json = request.get_json(silent=True) if not request_json or 'text' not in request_json: return ('Missing "text" in request', 400) query = request_json['text'] convo.append(f'User: {query}') convo.append("Addie:") prompt = "\n".join(convo) response = query_gpt(prompt) result = response.get('choices')[0].get('text').strip('\n') convo.append(result) return json.dumps({ 'fulfillment_response': { 'messages': [{ 'text': { 'text': [result], 'redactedText': [result] }, 'responseType': 'HANDLER_PROMPT', 'source': 'VIRTUAL_AGENT' }] } })
Bonne réponse
query_gpt
query_gpt
函数中的代码有错误。您正在使用 requests
库向 openai 完成端点发出 post 请求,openai api 要求您使用 openai
Il y a une erreur dans le code de la fonction. Vous utilisez la bibliothèque requests
openai
def query_gpt(prompt): openai.api_key = get_secret('openai-api-key', 'my-project-id') response = openai.Completion.create(model="text-davinci-003", prompt=prompt, max_tokens=200, temperature=0.9, top_p=1, n=1, frequency_penalty=0, presence_penalty=0.6) return response
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Le module statistique de Python fournit de puissantes capacités d'analyse statistique de données pour nous aider à comprendre rapidement les caractéristiques globales des données, telles que la biostatistique et l'analyse commerciale. Au lieu de regarder les points de données un par un, regardez simplement des statistiques telles que la moyenne ou la variance pour découvrir les tendances et les fonctionnalités des données d'origine qui peuvent être ignorées et comparer les grands ensembles de données plus facilement et efficacement. Ce tutoriel expliquera comment calculer la moyenne et mesurer le degré de dispersion de l'ensemble de données. Sauf indication contraire, toutes les fonctions de ce module prennent en charge le calcul de la fonction moyenne () au lieu de simplement additionner la moyenne. Les nombres de points flottants peuvent également être utilisés. Importer au hasard Statistiques d'importation de fracTI

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

L'article traite des bibliothèques Python populaires comme Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask et Demandes, détaillant leurs utilisations dans le calcul scientifique, l'analyse des données, la visualisation, l'apprentissage automatique, le développement Web et H et H

Cet article guide les développeurs Python sur la construction d'interfaces de ligne de commande (CLI). Il détaille à l'aide de bibliothèques comme Typer, Click et Argparse, mettant l'accent sur la gestion des entrées / sorties et promouvant des modèles de conception conviviaux pour une meilleure convivialité par la CLI.

Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...

L'article traite du rôle des environnements virtuels dans Python, en se concentrant sur la gestion des dépendances du projet et l'évitement des conflits. Il détaille leur création, leur activation et leurs avantages pour améliorer la gestion de projet et réduire les problèmes de dépendance.
