Xây dựng ứng dụng AI trong 10 phút: Hướng dẫn từng bước

Kể từ khi ChatGPT và Google Gemini xuất hiện, chúng tôi đã thấy nhiều ứng dụng được ra mắt dựa trên các mô hình này. Kỹ thuật này được gọi là kinh doanh chênh lệch giá, một phương pháp thực hiện một trong nhiều nhiệm vụ mà AI có thể thực hiện, nâng cao nhiệm vụ đó bằng những lời nhắc hiệu quả và sau đó cung cấp cho khách hàng dưới dạng một tính năng.

Bài viết này sẽ là hướng dẫn từng bước về cách tích hợp mô hình Google Gemini vào ứng dụng Node.js của chúng tôi. Chúng ta sẽ xem cách sử dụng cả Gemini-pro để xử lý văn bản tổng quát và Gemini-pro-vision để xử lý hình ảnh.

Đầu tiên chúng ta sẽ bắt đầu bằng việc thiết lập dự án, sau đó sử dụng nó trên một ví dụ của riêng chúng ta.

Yêu cầu

Node.js phiên bản 18+
Tài khoản Google AI Platform để nhận Khóa API của chúng tôi

Bắt đầu

Đầu tiên, tạo một dự án Node.js mới bên trong một thư mục trống:

mkdir gemini-node  
cd gemini-node

npm init -y

Bây giờ, chúng tôi sẽ cài đặt các gói cần thiết cho tệp môi trường và SDK Gemini:

npm install dotenv @google/generative-ai

Thiết lập khóa API

Trên Nền tảng AI của Google, hãy nhấp vào nút Nhận khóa API để lấy Khóa API, sau đó lưu nó vào tệp môi trường của bạn (.env) trong thư mục gốc:

API_KEY=YOUR_GEMINI_KEY

Tạo thư mục lib mới và tạo tệp config.js bên trong thư mục đó, sau đó ở bước tiếp theo, chúng tôi sẽ xuất Khóa API của mình:

const  dotenv  =  require("dotenv");
dotenv.config();

const  API_KEY  =  process.env.API_KEY;

module.exports  = { API_KEY };

Thiết lập SDK Gemini

Trong bước này, chúng ta sẽ thiết lập các mô hình để có thể sử dụng chúng trong mã của mình. Trong thư mục lib của chúng ta, hãy tạo 2 tệp, gemini.js để xử lý văn bản và gemini-vision.js để xử lý hình ảnh.

1- Google Gemini Pro

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

const googleAI = new GoogleGenerativeAI(API_KEY);
const geminiConfig = {
  temperature: 0.9,
  topP: 1,
  topK: 1,
  maxOutputTokens: 4096,
};

const geminiModel = googleAI.getGenerativeModel({
  model: "gemini-pro",
  geminiConfig,
});

const generateText = async (prompt) => {
  try {
    const result = await geminiModel.generateContent(prompt);
    const response = result.response;
    return response.text();
  } catch (error) {
    console.log("response error", error);
  }
};

module.exports = { generateText };

Chúng tôi sẽ sử dụng chức năng xuất để tạo văn bản từ lời nhắc. Chúng ta có thể sử dụng nó để xây dựng hệ thống trò chuyện, dịch văn bản và nhiều trường hợp sử dụng khác.

2- Tầm nhìn Song Tử của Google

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

const googleAI = new GoogleGenerativeAI(API_KEY);
const geminiConfig = {
  temperature: 0.4,
  topP: 1,
  topK: 32,
  maxOutputTokens: 4096,
};

const geminiModel = googleAI.getGenerativeModel({
  model: "gemini-pro-vision",
  geminiConfig,
});

const interactWithImage = async (filePath) => {
  try {
    const imageFile = fs.readFileSync(filePath);
    const imageBase64 = imageFile.toString("base64");

    const promptConfig = [
      { text: "Generate a caption from this image" },
      {
        inlineData: {
          mimeType: "image/jpeg",
          data: imageBase64,
        },
      },
    ];

    const result = await geminiModel.generateContent({
      contents: [{ role: "user", parts: promptConfig }],
    });

    return result.response.text();
  } catch (error) {
    console.log("response error", error);
  }
};

module.exports = { interactWithImage };

Chúng tôi sẽ sử dụng chức năng xuất để tạo văn bản từ hình ảnh.