Projet de fin
Objectif: Créer une API qui permet aux utilisateurs de poser des questions sur les déchets et le recyclage, et d'obtenir des recommandations basées sur l'IA sur la façon de les traiter de manière écologique.
Étape 1 : Configuration et Installation
Assurez-vous d'avoir pip
installé. Ensuite:
-
Installez FastAPI et Uvicorn:
-
Installez OpenAI Python client:
Étape 2 : Initialisation de FastAPI
- Créez un nouveau fichier
main.py
. - Initialisez votre application FastAPI:
Étape 3 : Intégration de ChatGPT
- Configurez le client OpenAI avec votre clé API:
- Créez une route FastAPI pour poser des questions à ChatGPT:
from pydantic import BaseModel class Query(BaseModel): question: str @app.post("/query/") def get_answer(query: Query): try: response = openai.Completion.create( engine="davinci", prompt=query.question, max_tokens=150 ) return {"response": response.choices[0].text.strip()} except Exception as e: raise HTTPException(status_code=500, detail="Erreur interne du serveur.")
Étape 4 : Exécuter l'API
Exécutez votre API avec Uvicorn:
Votre serveur devrait maintenant tourner sur http://127.0.0.1:8000/
Étape 5 : Test de l'API avec curl
- Ouvrez un terminal et exécutez la commande suivante:
curl -X 'POST' \
'http://127.0.0.1:8000/query/' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"question": "Comment puis-je recycler les bouteilles en plastique?"
}'
- Vous devriez recevoir une réponse du serveur semblable à :
{
"response": "Les bouteilles en plastique peuvent être recyclées en les déposant dans le bac de recyclage approprié. Assurez-vous de les rincer et de retirer les étiquettes. Dans certaines régions, vous pouvez également les ramener en magasin pour obtenir un remboursement. Consultez les directives locales pour plus de détails."
}
Clap de fin: Vous avez maintenant une API basique qui offre des réponses orientées sur la gestion écologique des déchets. Bien sûr, ce n'est qu'un début. Vous pouvez étendre cette base avec plus de fonctionnalités, comme une authentification, la prise en compte de la localisation de l'utilisateur pour des conseils spécifiques à sa région, etc.