สร้าง ChatGPT Bot App ด้วย Python และ Streamlit

Generative AIสร้าง ChatGPT Bot App ด้วย Python และ Streamlit

วันนี้จะมาสอนสร้าง Web App ด้วย Python Streamlit นะครับ เป็นการเขียนใช้ ChatGPT เป็น Backend ในการตอบคำถามลูกค้า โดยจะส่งคำถามของ User ผ่าน API ของ ChatGPT และตอบกลับจากทางหน้าเว็บ ซึ่งสะดวกและง่ายมากๆ เลยนะครับ มาลองทำกันเลยครับ ไม่นาน

สิ่งที่ต้องมีก่อนเขียนโปรแกรม

  1. Python environment / Anaconda (Download)
  2. Visual Studio Code (Download)
  3. OpenAI API Key (วิธีขอ API Key)

ถ้าพร้อมกันแล้วก็เริ่มกันได้เลยครับ

เขียน Python สร้าง ChatGPT

สร้างไฟล์ .streamlit/secrets.toml ตัวเก็บ API Key ของ ChatGPT ครับ จากนั้นในไฟล์เพิ่ม Code และใส่ OpenAI API Key เข้าไปนะครับ แก้ เป็น API Key ของเราที่ได้จากขั้นตอนการขอ API Key นะครับ

OPENAI_API_KEY = 'sk-XXXXXXXXXXXXXXXXXXXXXXXXXX'จากนั้นสร้างไฟล์ app.py แล้วใส่เขียน Code ด้านล่างครับ

import openai
import streamlit as st

# Load OpenAI API key
openai.api_key = st.secrets["OPENAI_API_KEY"]

# Introduction
st.title("🧑‍💻 Data-Espresso 💬 Bot")
"""
สวัสดีครับ ผมคือ Data-barista Bot ☕️ . 
ยินดีที่ได้รู้จักนะครับ มีหลายอย่างที่ผมรู้ และผมตอบได้ อยากรู้อะไรถามมาได้เลยครับ แต่อย่าถามกวนนะ เดี๋ยวจะหาว่าไม่เตือน อิๆ 😀
"""

# Set the role of the chat
if "messages" not in st.session_state:
    st.session_state["messages"] = [
    {"role": "system", "content": "You are a data analytics expert called Data-Barista, you love to use emojis. You are professional on data analytics and data science"}
    ]

# Parse user input to the chartGPT API
if prompt := st.chat_input():
    st.session_state.messages.append({"role": "user", "content": prompt})
    st.chat_message("user").write(prompt)
    response = openai.ChatCompletion.create(model="gpt-3.5-turbo-0613", messages=st.session_state.messages)
    msg = response.choices[0].message
    st.session_state.messages.append(msg)
    st.chat_message("assistant").write(msg.content)

จากนั้นไปที่ Terminal แล้ว Run command

streamlit run app.py

ตัวระบบจะเปิดหน้าเว็บ Browser เราก็สามารถ Chat คุยกับเจ้า Bot ของเราได้แล้วครับ

ChatGPT Clone with Streamlit and Python

ลองทำดูนะครับ ถ้าติดคำถามตรงไหนถามมาได้เลยนะครับ

Related articles

ถ้าอยากจะสร้าง LLM Model เองต้องทำยังไง? คู่มือสร้าง LLM ฉบับเข้าใจง่าย

เรียนรู้ขั้นตอนการสร้าง LLM โมเดลเอง ตั้งแต่การเตรียมข้อมูล การฝึกโมเดล ไปจนถึงการนำไปใช้งานจริง พร้อมเทคนิคและเครื่องมือที่จำเป็น

การใช้ AI ช่วยในการเขียนหนังสือ และการตรวจสอบเนื้อหาจาก AI: คู่มือครบจบสำหรับนักเขียนยุคใหม่

เรียนรู้วิธีใช้ AI ช่วยเขียนหนังสือและตรวจสอบเนื้อหาอย่างมืออาชีพ พร้อมเครื่องมือแนะนำและเทคนิคปฏิบัติจริงสำหรับผู้ประกอบการและทีมงาน

Perplexity เปิดตัว Labs: เขย่าวงการ AI ด้วยเครื่องมือสร้างคอนเทนต์แห่งอนาคต

Perplexity Labs คืออะไร? ค้นพบศักยภาพเครื่องมือ AI ใหม่จาก Perplexity ที่สร้างได้ทั้งรายงาน สเปรดชีต แดชบอร์ด และเว็บแอปฯ พร้อมวิธีที่ธุรกิจคุณจะนำไปใช้ประโยชน์ในการทำ AI consulting และ AI automation workflows

เจาะลึกผลกระทบ AI ต่อการเลิกจ้างพนักงานออฟฟิศ และแนวทางปรับตัวสำหรับอนาคต

AI กำลังเปลี่ยนโลกการทำงาน พนักงานออฟฟิศจะรับมืออย่างไร? บทความนี้วิเคราะห์ผลกระทบ AI ต่อการจ้างงาน ตำแหน่งที่เสี่ยง พร้อมข้อแนะนำสำหรับพนักงานและองค์กรในการปรับตัวเพื่ออนาคต

การใช้ Cline บน VSC Code เพื่อใช้ AI ช่วยเขียนโปรแกรม: คู่มือฉบับสมบูรณ์จาก Data-Espresso

เรียนรู้วิธีใช้ Cline AI บน VS Code เพื่อปฏิวัติการเขียนโปรแกรมของคุณ! เพิ่มประสิทธิภาพ ลดข้อผิดพลาด และเร่งการพัฒนาซอฟต์แวร์ด้วยผู้ช่วย AI อัจฉริยะ อ่านเลย!

Related Article

รีวิวและสอนใช้งาน Claude AI อย่างละเอียด – Claude ดีไหม?

รีวิว Claude AI ฉบับสมบูรณ์ พร้อมสอนใช้งานทุกฟีเจอร์ ข้อดี ข้อเสีย เปรียบเทียบกับคู่แข่ง และคำตอบว่า Claude ดีไหมสำหรับธุรกิจไทย

ให้ AI และ Make.com ช่วยทำงานที่ซ้ำๆ: ปลดล็อกศักยภาพระบบอัตโนมัติอัจฉริยะ

ค้นพบวิธีใช้ AI และ Make.com สร้างระบบอัตโนมัติที่ช่วยจัดการงานซ้ำซาก ลดเวลาทำงาน เพิ่มประสิทธิภาพ พร้อมตัวอย่างการใช้งานจริงและเทคนิคการตั้งค่า AI Agents

การเชื่อมต่อ Make.com กับ Trello เพื่อตามงาน: ประหยัดเวลา 80% ในการจัดการ Task

เรียนรู้วิธีเชื่อมต่อ Make.com กับ Trello เพื่อทำ Task Tracking อัตโนมัติ สร้าง Card อัตโนมัติ แจ้งเตือนทีม และสร้างรายงานแบบ Real-time ไม่ต้องเขียนโค้ด
สอบถามข้อมูล