Werk:AI mit Arnie/Dein gesamtes Notebook im Überblick
Eigene Apps über APIs in Google Colab
📽️ 🎓Ich habe alles nochmal in ein Google-Colab-Notebook zusammengebracht, so damit du alles sofort verwenden kannst. Natürlich kannst du die Dinge auch selbst hier eintippen, aber du kannst natürlich auch mein Google-Colab-Notebook kopieren und die Dinge selbst einfach mal nachmachen, nachklicken und deinen API-Key einfügen.
Wie sieht das Ganze aus? Das heißt, hier am Anfang natürlich pip install openai. Wir installieren die Requirements. Danach habe ich hier etwas dazu geschrieben: ChatGPT-4o im Chatmodus. Das heißt, hier kannst du normal chatten. Deine Datei wird danach als Textdatei gespeichert.
Dann kommt die Bildgeneration mit DALL-E. Hier unten kannst du dein Bild natürlich herunterladen und auch sofort anzeigen lassen. Danach natürlich Text-zu-Sprache. Nach Text-zu-Sprache kommt natürlich Sprache-zu-Text. Und zum Schluss kommt die Bilderkennung mit Vision.
Ich habe hier aktuell meinen API-Key überall eingefügt – den werde ich danach löschen – und deinen API-Key musst du danach natürlich hier einfügen. Wenn du die Dinge hier laufen lassen willst, dann klickst du natürlich "Play" bei der ersten Zelle. Du wirst so 20 Sekunden warten müssen, 30 Sekunden vielleicht. Danach bekommst du diese Nachricht, und danach kannst du alles im Colab-Notebook nutzen.
Und das ist einfach und funktioniert sehr gut. Du kannst mit GPT-4o chatten im normalen Chatmodus. Ich habe dir alles beschrieben: Also OpenAI-API-Key, API-Schlüssel setzen. Das heißt, bei "API-Key" hier werde ich vielleicht noch schreiben: Deinen Schlüssel, setzt du deinen API-Key.
Danach hast du hier "role: system, content". Das Modell ist natürlich GPT-4o. Ich habe hier zum Beispiel geschrieben: "Du bist ein Dichter. Schreibe ein Gedicht über nasse Wäsche" – zum Beispiel – oder "Schreibe ein Gedicht über einen ……roten Kuli." Danach kannst du einfach nur noch "Play" klicken bei dieser Zelle. Das Ding wird ausgeführt, und es wird automatisch gespeichert als Textdatei.
Du siehst hier: "Text wurde in output.txt gespeichert." Das heißt, du kannst auf diesen Ordner klicken, und du wirst danach ……unter Content das da finden……output… du wirst … du wirst danach unter Content content/output.txt finden und hier werden deine Dinge automatisch gespeichert. Das heißt, du kannst auf das Drei-Punkte-Menü klicken, du kannst die Datei umbenennen oder erstmal natürlich runterladen.
Ich habe das jetzt heruntergeladen: output.txt. Das wird jetzt geöffnet.
"In meiner Hand, so schlank und fein, ein roter Kuli – ganz mein eigen, sein strahlend rot, sein strahlend rot..." und so weiter. Das heißt, du hast den gesamten Output sofort als Textdatei gespeichert.
Danach die Bildgeneration mit DALL-E. Natürlich: Ich habe immer und überall den API-Key schon mit drinnen. Du musst danach deinen hinzufügen. Ich habe hier noch ein paar Dinge eingebaut, damit das alles noch ein klein wenig besser funktioniert, und ich habe sie auch hier beschrieben.
Teilweise hat mir natürlich ChatGPT dabei geholfen, weil – warum denn schließlich nicht? Was wollte ich, oder was wollen wir hier generieren? Diesmal mal etwas auf Deutsch. Das Modell kann natürlich auch Deutsch. Richtig, richtig gut.
"Eine violette Katze sitzt auf der Toilette" Ich klicke mal "Play." ……Das Bild wurde generiert, und wir können uns das Bild auch anzeigen lassen in dieser Zelle. Ich habe auch hier immer wieder die Dinge beschrieben. Alles, wo diese Raute davor…vorne dabei ist, das wird natürlich nicht berücksichtigt im Code. Ich klicke "Play". Danach sollten wir unsere Katze hier angezeigt bekommen. Das heißt, wir haben jetzt unsere violette Katze, die auf dem Klo sitzt. Also, das ist schon toll hier. Komm, schon.
Danach weiter runter: Text-zu-Sprache. Immer wieder dasselbe. Ich habe dir alles beschrieben. Deinen API-Key musst du natürlich mit reintun. Danach ein Beispiel: "Today is a wonderful day, to buold something people love. I realy like Arni’s course“ Das wär hier ein Beispiel, natürlich ein paar Rufezeichen am Ende. Ich klicke hier "Play". Danach wird diese MP3-Datei sofort kreiert. Und diese mp.3 Datei bekommen wir ab und zu diese kleine Fehlermeldung, aber das macht nichts. Die wird gespeichert unter content/speech.mp3. Das heißt, wir gehen wieder auf diesen Ordner auf dieser Seite. Danach: content/speech.mp3. Das kannst du hier natürlich wieder runterladen und wir hören uns das an. "Today is a wonderful day, to buold something people love. I realy like Arni’s course“ Noch mals, "Today is a wonderful day, to buold something people love. I realy like Arni’s course“
Ich will das nochmal kurz in Deutsch probieren. Denn eigentlich sollte Whisper auch Deutsch richtig gut verstehen. "Heute ist ein super Tag, weil ich Arnis Kurse mag.“ Das reimt sich sogar. Gespeichert natürlich wieder: content/speech und mp3. Wieder auf demselben Fleck. Hier, das Ding sollte es sein: Herunterladen und anhören. "Heute ist ein super Tag, weil ich Arnis Kurse mag.“ Perfekt. Noch einmal: "Heute ist ein super Tag, weil ich Arnis Kurse mag.“ Genial!
Wir können weiter runterscrollen: Jetzt Sprache-zu-Text. Wir können hier natürlich einfach nur unseren Pfad geben zu unserem Content. Und dieses .rb am Ende bitte nicht weglöschen. Ich will das machen mit diesem deutschen Beispiel.
Das heißt: Pfad kopieren. Wenn du irgendwas anderes hast, dann lädst du es eben hier hoch, wo du eben willst. Du löschst den Pfad hier raus, wir geben den Pfad ein, wir klicken hier "Play", und wir sollten das Transkript im Nu bekommen: "Heute ist ein super Tag, weil ich Arnis Kurse mag."
Und du siehst: Arni wurde hier sogar besser geschrieben, als ich es hier geschrieben habe. Es wurde großgeschrieben, es wurde dieser Strich hinzugefügt. Alles funktioniert perfekt.
Zum Schluss noch die Bilderkennung. Als Beispiel haben wir hier immer noch dieses Wikipedia-Bild. Das heißt, ich beschreibe oder kopiere das. Wir wollen das mal kurz öffnen. Du kennst das Bild generell natürlich schon. Das ist das Bild hier, und wir wollen dieses Bild jetzt einfach mal beschreiben. Also: "What is in this image?" Ich will das auf Deutsch haben. Das Ding soll auf Deutsch antworten: "Was ist auf dem Bild“ Fragezeichen. Wir senden das raus und wir sollten die Antwort sofort bekommen: "Das Bild zeigt eine malerische Landschaft mit einem Holzsteg, der sich durch eine grüne, grasbewachsene Wiese zieht. Im Hintergrund sind Bäume und Büsche zu sehen, und der Himmel ist blau mit einigen versteckten Wolken. Die Szenerie wirkt friedlich und idyllisch."Ich denke, das ist hier perfekt beschrieben. Unser Colab-Notebook läuft wirklich richtig, richtig perfekt.
Also, alles, was du machen musst, ist, dieses Google-Colab-Notebook verwenden, und ich würde dir raten, dass du dieses Google-Colab-Notebook auch speicherst. Das heißt, du kannst auf "Datei" klicken, …“Kopie in Drive speichern", so hast du dieses Google-Colab-Notebook automatisch in deinem Google Drive. Du wirst weitergeleitet zu deinem Google Drive, und diese Datei kannst du jetzt einfach nur noch speichern. Das ist jetzt "Kopie von Kopie von Kopie" und so weiter, weil ich das einige Male gespeichert habe. Aber immer, wenn du jetzt auf dein Google Drive gehst, …zum Beispiel hier, …dann wirst du bei der Startseite irgendwo diese Kopie hier dabei haben. Ich werde das noch umbenennen, damit das für dich einen hübscheren Namen hat. Tatsächlich.
In dem Sinne: Du hast die komplette Datei. Du kannst mit der Datei etwas rumspielen. Du kannst so gut wie alles, was die OpenAI-API machen kann, selbst machen – Klick für Klick. Wenn du irgendwas umbauen willst, dann weißt du natürlich auch, wie das Ganze funktioniert. Geh einfach auf die Dokumentation. Meinetwegen willst du noch mit den Embeddings ein klein wenig spielen – du weißt natürlich, wie alles funktioniert mittlerweile.
Und ansonsten haben wir natürlich auch noch ChatGPT als unseren kleinen Assistenten. Viel Spaß beim Entwickeln. Und natürlich: Jetzt gehen wir aus Google Drive raus, und wir werden Applications entwickeln, die auch in der richtigen Welt etwas bringen. Die wir zum Beispiel in ein anderes Interface mit reinholen können. Und danach natürlich auch diese sogenannten KI-Agenten. Um ehrlich zu sein, ist ein solcher Chatbot sogar schon ein KI-Agent, wenn wir ihn in eine Webseite mit integrieren.