LangChain で社内チャットボット作ってみた
こんにちは、クラウドエース SRE ディビジョン所属の茜です。 今回は、現在最も普及している対話型 AI サービスである ChatGPT で使用されているモデルと、LLM を使ったアプリケーション開発に特化したライブラリである LangChain を用いて社内向けのチャットボットを作成します。 ターゲット 任意のデータを元に回答を行うチャットボットを作成したい方 任意のデータを元に回答させる仕組みを知りたい方 ChatGPT とは ChatGPT とは、ユーザーが入力した質問に対して、まるで人間のように自然な対話形式でAIが答えるチャットサービスです。2022 年 11 月に公開されて以来、回答精度の高さが話題となり、利用者が急増しています。 人工知能の研究開発機関「OpenAI」により開発されました。 執筆時点では、GPT-3.5、GPT-4 という大規模言語モデル (LLM) が使用さ
FastAPI
FastAPI framework, high performance, easy to learn, fast to code, ready for production ドキュメント: https://fastapi.tiangolo.com ソースコード: https://github.com/tiangolo/fastapi FastAPI は、Pythonの標準である型ヒントに基づいてPython 以降でAPI を構築するための、モダンで、高速(高パフォーマンス)な、Web フレームワークです。 主な特徴: 高速: NodeJS や Go 並みのとても高いパフォーマンス (Starlette と Pydantic のおかげです)。 最も高速な Python フレームワークの一つです. 高速なコーディング: 開発速度を約 200%~300%向上させます。 * 少ないバグ: 開発者起
GPT-3.5-Turbo / GPT-4-Turbo 1106のJSONモードの使い方｜shi3z
日本時間未明(午前三時)ものすごいスピードで語られたOpenAI初の開発者向けイベントDevDayで発表されたGPT-4-TurboとGPT-3.5-TurboによるJSONモード。 これはものすごく強力なんだけど、Python APIによる使い方がどこにも描いてないので試行錯誤の末見つけましたので共有いたします。 from openai import OpenAI import openai import os openai.api_key = "<APIキー>" client = OpenAI() def gpt(utterance): #response = openai.chat( response = client.chat.completions.create( #model="gpt-4-1106-preview", model="gpt-3.5-turbo-1106", r
spaCy - Industrial-strength Natural Language Processing in Python
Get things done spaCy is designed to help you do real work — to build real products, or gather real insights. The library respects your time, and tries to avoid wasting it. It's easy to install, and its API is simple and productive. Blazing fast spaCy excels at large-scale information extraction tasks. It's written from the ground up in carefully memory-managed Cython. If your application needs to
Pythonの可視化ライブラリを使いこなそう | LAC WATCH
こんにちは、イノベーション推進部イノベーション開発グループの青野です。 社内外のデータ活用やAIモデルの実装などを行う部署に所属しております。 さて、AIモデルの構築やデータ分析をするにあたり、プログラミング言語を必要としますが、よく使われる言語が「Python」や「R」です。特にPythonは広く使われており、AIモデルの構築やデータ分析のためのライブラリが豊富です。今回はその中でもPythonの可視化ライブラリについて、4種類のライブラリを比較しながら紹介したいと思います。 はじめに 私は2年間ほどデータ分析を使った、実業務の効率化や新たな取り組みへの意思決定のサポートを担当していました。データ分析の案件の中で、どの案件でも必ず行っていたことが「可視化」でした。 その中で可視化は 業務有識者の方々が暗黙知として持っている知識ではあるが、明確にはわかっていないことをわかりやすく見せること
Flaskへようこそ — Flask Documentation (2.2.x)
Flaskへようこそ Welcome to Flask¶ Flaskのドキュメントへようこそ。インストールから始めて、それからクイックスタートで概要をつかみましょう。より詳細なチュートリアルでは、小さいけれども完成しているFlaskアプリケーションをどのように作成するか示しています。Flaskのパターンセクションでは一般的なパターンを記述しています。この文書のその他の部分ではFlaskの各コンポーネントについて詳細を記述しており、その完全なリファレンスはAPIセクションにあります。 Welcome to Flask's documentation. Get started with :doc:`installation` and then get an overview with the :doc:`quickstart`. There is also a more detailed :d
PyOpenGL -- The Python OpenGL Binding
About PyOpenGL PyOpenGL is the most common cross platform Python binding to OpenGL and related APIs. The binding is created using the standard ctypes library, and is provided under an extremely liberal BSD-style Open-Source license. PyOpenGL Supports OpenGL v1.1 to 4.4 GLES 1 to 3.1 (Experimental) GLU EGL, WGL, GLX GLUT, FreeGLUT GLE 3 (GL Extrusion Library) hundreds of extensions to GL, GLES, EGL
3DCG製作ソフトのBlenderにGPT-4を統合し「球体を作って」などのプロンプトを入力するだけで3Dモデルを作成するアドオン「BlenderGPT」レビュー
プロンプトを入力するだけで適切なモデルを出力してくれるBlenderのアドオン「BlenderGPT」が登場しました。OpenAIのGPT-4を使用しており、プロンプトを受けてPythonコードを生成します。 GitHub - gd3kr/BlenderGPT: Use commands in English to control Blender with OpenAI's GPT-4 https://github.com/gd3kr/BlenderGPT 導入方法は以下の動画でも確認できます。 3DCG製作ソフト「Blender」にGPT-4を統合する「BlenderGPT」の導入方法を解説 - YouTube まずはGitHubのリポジトリにアクセスします。続いて「Code」をクリックし、「Download ZIP」をクリックしてZIPファイルをダウンロード。 次にOpenAIのAPI
#PokemonGO で捕まえたポケモンを呟く Twitter bot を作ってみた - Qiita
序文 Pokemon GO，ようやく日本でもローンチされましたね 海外勢は リバースエンジニアリングしたり， 内部APIをこねくり回したり， 遊んでいるようです その甲斐あってか，GitHub にはごまんと Pokemon GO 関連のレポジトリがあります ...これは自分もいじくり回して遊ぶしかないな！ よし Pokemon GO で捕まえたポケモンを呟く Twitter bot を作ろう と，思い立って作りました 試すときには自己責任でお願いします 3846masa/Tweet-PokemonGO-Journal 書いたコードを GitHub に載せておきます 動かすとこんな感じ tejado/pgoapi API を叩けるライブラリっぽいものはいろいろありましたが， なんとなく tejado/pgoapi を選んでみました Dockerfile まで用意されているので，手軽に遊べます
mecab-ipadic-neologd対応のRESTful MeCabサーバ用Dockerfile - Qiita
以前mecab-python周りは導入が面倒くさかったのでDockerfileにまとめておこう。 REST APIの部分はこちらを参考にFlaskで実装しました。 ソースはgithubにあります。 ついでにdocker-composeも使ってみたらこれは便利。今回みたいにコンテナ1つだとあまり旨味はないけど。 [2016-10-07 追記] 辞書ファイルの更新について追記。 [2018-03-11 追記] フロントエンドを追加。 FROM ubuntu:16.04 RUN apt-get update \ && apt-get install python3 python3-pip curl git sudo cron -y \ && apt-get clean \ && rm -rf /var/lib/apt/lists/* WORKDIR /opt RUN git clone http
Pepperハンズオン まとめ [Tech-Circle#7] - Qiita
本記事は Tech-Circle#7 Pepper ハンズオン 勉強会の内容です。 はじめに 勉強会で必要な情報については、本記事にリンクをまとめています。ハンズオン中、各記事へのリンクは本ページを参考にしてください。 この勉強会へのイベントページ Pepperハンズオン勉強会について Softbankの感情認識ロボットPepperのハンズオン勉強会を行います。 Pepperには様々なカメラ、マイク、センサが搭載されており、それらセンサから収集したデータを活用してパターン認識などの機械学習を行います。Pepperが人物の年齢、性別推定、表情認識するアプリを開発しましょう。 Pepperをクラウドとつないで賢くするハンズオンです。 Google Speech APIや、ReKoginition APIなどのweb APIをつかって音声認識や、画像認識した結果をPepperに喋らせます。 事前
![Pepperハンズオン まとめ [Tech-Circle#7] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3d3f43783d2d15c91f334ef56210c98f916a70e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9UGVwcGVyJUUzJTgzJThGJUUzJTgzJUIzJUUzJTgyJUJBJUUzJTgyJUFBJUUzJTgzJUIzJTIwJUUzJTgxJUJFJUUzJTgxJUE4JUUzJTgyJTgxJTIwJTVCVGVjaC1DaXJjbGUlMjM3JTVEJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz04NGNlMmVlZWI1N2MyNjExZDIxNWQ4YjE3ZGYzZDgyZg%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2hpcmFjbyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OTM4ODUxODBjOGY2MTI1MTgyY2E0NWNlMTU3NThkN2I%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D6aa2fb3fb1ef88c1fadc5935b0bb4389)
スタバのTwitterデータをpythonで大量に取得し、データ分析を試みる その１ - Qiita
また、データの格納にmongoDBを使うのでこちらやこちらなどを参考にインストール。mongoDBの概要は「MongoDB の薄い本」などを参照。 PythonからmongoDBにアクセスするため、pymongoも導入します。 from requests_oauthlib import OAuth1Session from requests.exceptions import ConnectionError, ReadTimeout, SSLError import json, datetime, time, pytz, re, sys,traceback, pymongo #from pymongo import Connection # Connection classは廃止されたのでMongoClientに変更 from pymongo import MongoClient from
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Software Design
Pulumi AI
GitHub - google/budou: Budou is an automatic organizer tool for beautiful line breaking in CJK (Chinese, Japanese, and Korean).
GitHub - Mila432/Pokemon_Go_API