Enregistrez?! o

Poursuivant la création de notre chatbot avec Javascript et Gemini AI, nous ajouterons le "backend" du projet. La dernière fois, nous avons créé le frontend, avec HTML, CSS et Javascript, où nous avons garanti que l'interface utilisateur refléterait une conversation entre l'utilisateur et le chatbot.

Nous devons maintenant créer un serveur, en configurant une route avec express.js pour communiquer avec l'API Gemini. Allons-y!

Installation des dépendances du projet

Eh bien, nous allons avoir besoin d'express.js, du SDK Google Gemini et pour protéger notre clé API, je vais installer dotenv pour travailler avec des variables d'environnement.

npm install @google/generative-ai express dotenv

Nous sommes maintenant prêts à créer notre serveur en adoptant les meilleures pratiques telles que l'utilisation de variables d'environnement locales pour protéger les données privées.

Pour ce faire, nous allons créer un fichier dans le dossier racine du projet appelé server.js. Dans ce fichier nous commencerons par importer les dépendances et configurer les ressources nécessaires.

const express = require("express");
require("dotenv").config();
const { GoogleGenerativeAI } = require("@google/generative-ai");

const app = express();
const port = 3000;

const genAI = new GoogleGenerativeAI(process.env.GOOGLE_GEMINI_API_KEY);

app.use(express.static("public"));

app.use(express.json());

Ce code configure Express pour servir les fichiers statiques du dossier "public" et accepte les requêtes avec la charge utile JSON. C'est pourquoi nous mettons les fichiers index.html, styles.css et script.js dans ce dossier. Nous avons également configuré l'application pour qu'elle s'exécute sur le port 3000.

Nous utilisons la bibliothèque @google/generative-ai pour intégrer l'API Gemini, en l'authentifiant avec une clé stockée dans une variable d'environnement appelée GOOGLE_GEMINI_API_KEY.

Mais où obtenons-nous cette clé API?? C'est ce que nous allons découvrir maintenant.

Clé API Gémeaux

Obtention de la clé

Pour obtenir une clé API Gemini, je vous recommande d'être connecté à un compte "@gmail.com". Après cela, accédez à ce lien et vous verrez un écran comme celui-ci?:

Cliquez sur le bouton "Créer une clé API", indiquez un projet dans lequel vous utiliserez cette clé et le tour est joué. Votre clé appara?tra ci-dessous et vous pourrez la visualiser et même la copier pour passer à l'étape suivante.

Protéger votre clé API

Maintenant dans votre projet, créez un fichier avec le nom .env.local ou simplement .env dans le dossier racine de votre projet. Dans ce fichier mettez votre clé API comme suit?:

GOOGLE_GEMINI_API_KEY="sua-chave-vai-aqui"

Maintenant, enregistrez votre fichier et c'est tout. Si vous avez correctement effectué l'étape précédente, votre clé API fonctionnera.

PS : faites attention au plan qui appara?t dans votre clé API. Gemini propose un forfait gratuit avec un nombre limité de jetons que votre clé peut restituer. Si vous souhaitez une plus grande quantité de jetons, pensez à souscrire à un forfait payant. Nous utiliserons le forfait gratuit, qui, bien que limité, nous permettra d'échanger quelques messages avec le chatbot.

Création de la route /chat

Maintenant, avec les dépendances configurées et la clé API en main, ouvrons les portes des possibilités de ce que nous pouvons faire avec l'intelligence artificielle.

Dans le fichier server.js nous allons créer la route /chat?:

npm install @google/generative-ai express dotenv

Notre parcours est de type POST, car vous recevrez un message dans le corps, précisément le message de l'utilisateur qui interagira avec le chat. Du coup, avec ce message on utilise un peu de programmation défensive (?a ne fait de mal à personne d'être prudent mdr) et on vérifie qu'on n'a pas de message. Si nous ne le faisons pas, une erreur est renvoyée en réponse et un message est renvoyé.

Si nous avons le message, nous l'enverrons sous forme d'invite pour le modèle que nous choisissons, comme suit?:

const express = require("express");
require("dotenv").config();
const { GoogleGenerativeAI } = require("@google/generative-ai");

const app = express();
const port = 3000;

const genAI = new GoogleGenerativeAI(process.env.GOOGLE_GEMINI_API_KEY);

app.use(express.static("public"));

app.use(express.json());

Comme cette communication est un processus asynchrone, nous utiliserons try/catch pour gérer la réponse. Je définis d'abord le modèle Gemini qui sera utilisé (vous pouvez consulter une liste de modèles sur ce lien). Dans ce cas, j'ai opté pour gemini-1.5-flash.

La deuxième étape consiste à démarrer le chat. Ainsi, avec model.startChat(), je peux démarrer la communication avec Gemini, en configurant le nombre maximum de jetons que je souhaite dans la réponse (dans ce cas, 100 jetons par réponse).

Maintenant, nous attendons cette réponse après avoir envoyé le message au modèle avec chat.sendMessage(message). Lorsque nous aurons la réponse, nous la renverrons à la personne qui a fait la demande, en convertissant le format texte renvoyé par le modèle en JSON.

Et enfin, si nous avons une erreur, nous pouvons l'utiliser dans catch pour générer cette erreur dans la console, et renvoyer également un statut 500, facilitant ainsi la vie du client qui consomme cette "mini API". Beauté?

Il ne nous reste plus qu'à indiquer où notre "mini api" s'exécutera avec l'extrait de code ci-dessous?:

GOOGLE_GEMINI_API_KEY="sua-chave-vai-aqui"

Notre API fonctionnera sur le port que nous avons spécifié au début. Le code complet du server.js est affiché ci-dessous?:

app.post("/chat", async (req, res) => {
  const { message } = req.body;

  if (!message) {
    return res.status(400).json({ error: "Mensagem n?o pode estar vazia." });
  }

  //...
});

Tester le chatbot

Maintenant, le moment le plus attendu est arrivé, pour tester notre chatbot. Pour ce faire, ouvrons un terminal et tapons la commande suivante?:

try {
    const model = genAI.getGenerativeModel({
      model: "gemini-1.5-flash",
    });

    const chat = model.startChat({
      history: [],
      generationConfig: { maxOutputTokens: 100 },
    });

    const result = await chat.sendMessage(message);
    res.json({ response: result.response.text() });
  } catch (error) {
    console.error(error);
    res.status(500).json({ error: "Erro ao processar mensagem." });
  }

Vous devriez recevoir le message suivant dans le terminal après avoir exécuté cette commande?:

app.listen(port, () => {
  console.log(`Servidor rodando em http://localhost:${port}`);
});

Maintenant, en accédant à l'url http://localhost:3000 et en écrivant un message dans l'entrée et en appuyant sur le bouton d'envoi, l'IA répond à votre message et il s'affiche à l'écran.

Très cool, non ?

Conclusion

Avec cela, nous terminons la création d'un chatbot utilisant JavaScript et l'API Google Gemini. Nous avons vu comment créer le frontend à partir de zéro, appliquer des styles, manipuler le DOM. Nous avons créé un serveur avec express.js, utilisé l'API Gemini, configuré une route POST pour communiquer avec le client de l'application et avons pu parler à l'IA via notre propre interface, développée par nous-mêmes.

Mais ce n’est pas tout ce que vous pouvez faire. Nous pouvons personnaliser et configurer ce chatbot pour différentes taches, du r?le d'assistant linguistique à celui de professeur virtuel qui répond à vos questions sur les mathématiques ou la programmation, cela dépendra de votre créativité.

Transformer une IA en assistant personnalisé implique de former le modèle, davantage sur la fa?on dont vous souhaitez qu'il réponde et se comporte que sur le code lui-même.

Nous explorerons certains de ces éléments dans un prochain article.

à bient?t alors?!

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!