


Helo, rakan pejuang sumber terbuka saya! Memandangkan musim Hacktoberfest semakin hampir, saya harap anda membuat kemajuan yang baik dengan sumbangan anda. Hari ini saya ingin berkongsi dengan anda bagaimana kami boleh menggunakan keupayaan AI Copilotkit untuk membangunkan apl web yang membolehkan pengguna mencari lirik lagu. Di bawah ialah teknologi utama yang akan kami gunakan untuk membina projek ini:
- Next.js: Rangka kerja React yang membolehkan pemaparan sebelah pelayan dan penjanaan tapak statik untuk membina aplikasi web yang pantas dan berskala.
- Tailwind CSS: Rangka kerja CSS yang mengutamakan utiliti untuk membina antara muka pengguna tersuai dengan pantas.
- UI Shadcn: Pustaka komponen UI sumber terbuka yang direka untuk aplikasi web moden.
- CopilotKit: Alat sumber terbuka yang memudahkan untuk menyepadukan Copilot sedia pengeluaran ke dalam sebarang aplikasi. Dengan CopilotKit, anda boleh melaksanakan chatbot AI tersuai dan ejen AI dengan lancar untuk meningkatkan kefungsian aplikasi anda.
Persediaan Projek
Pertama, kami akan mencipta apl Next.js baharu. (Pada masa menulis artikel ini, saya menggunakan Next.js 14)
npx create-next-app@latest
Pilih pilihan pilihan anda dan kemudian cd ke dalam projek anda dan pasang kebergantungan berikut:
npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime
Pergi ke Groq Console, daftar untuk akaun baharu jika anda tidak mempunyai akaun dan kemudian dalam papan pemuka anda, jana kunci API
Sekarang dalam akar projek anda, buat fail .env.local dan tampal dalam kunci API anda dan parameter berikut seperti:
GROQ_API_KEY="groq api key" GROQ_MODEL="llama3-8b-8192"
Sejuk!, sebelum kita mula mengerjakan projek, pasang pustaka ShadcnUI dengan cepat:
npm install npx shadcn@latest init
Pilih konfigurasi pilihan anda dan kemudian gunakan arahan di bawah untuk mendapatkan komponen Kad
npx shadcn@latest add card
Secara pilihan, anda juga boleh memasang pustaka ikon reaksi
npm install react-icons --save
Sekarang kita tidak mempunyai masalah itu, mari kita terjun ke dalam pembinaan projek
Membina Projek
Kami mula-mula akan bermula dengan bahagian hujung belakang apl kami. Di dalam folder aplikasi buat folder api. Di dalam folder api, cipta dua folder iaitu: tindakan dan copilotkit. Struktur folder anda sepatutnya kelihatan seperti ini:
├── apl
│ ├── api
│ │ ├── tindakan
│ │ └── copilotkit
Buat fail yang dipanggil lyric.ts di dalam folder tindakan. Salin kod di bawah:
"use server"; export async function fetchLyrics({ song, artist }: { song: string; artist: string }) { const URL = `https://api.lyrics.ovh/v1/${artist}/${song}`; // url to access the lyrics api try { const response = await fetch(URL); if (!response.ok) { throw new Error("Lyrics not found"); } const data = await response.json(); return data.lyrics || "Lyrics not found."; } catch (error) { console.error("Error fetching lyrics:", error); return "An error occurred while fetching lyrics."; } }
Buka folder copilotkit dan buat fail route.ts. Salin kod di bawah:
npx create-next-app@latest
Sekarang kami telah selesai dengan bahagian belakang apl kami. Untuk bahagian hadapan, buka folder komponen yang dibuat untuk kami dan buat fail yang dipanggil LyricFinder.tsx. Struktur folder anda sepatutnya kelihatan seperti ini:
├── komponen
│ ├── ui
│ ├── LyricFinder.tsx
Sekarang salin kod di bawah:
npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime
Buka fail halaman dalam akar folder apl anda dan tampal kod di bawah:
GROQ_API_KEY="groq api key" GROQ_MODEL="llama3-8b-8192"
Sweet! Kami telah selesai membina apl. Buka terminal anda dan mulakan pelayan pembangunan
npm install npx shadcn@latest init
Buka http://localhost:3000 dalam penyemak imbas anda untuk melihat apl.
Kesimpulan
Itu pembalut! Dalam tutorial ini, kami berjaya menggunakan CopilotKit untuk membina apl Music Lyric Finder, menunjukkan betapa mudahnya untuk menyepadukan AI ke dalam aplikasi kami.
Anda boleh melihat kod sumber lengkap dalam repo Github ini
Berikut ialah demo langsung projek di sini
Ada sebarang soalan? Tanya dalam komen
Selamat Menggoda!
Atas ialah kandungan terperinci Cara Saya Membina Apl Pencari Lirik Muzik dengan CopilotKit dan Next.js: Panduan Langkah demi Langkah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Memilih Python atau JavaScript harus berdasarkan perkembangan kerjaya, keluk pembelajaran dan ekosistem: 1) Pembangunan Kerjaya: Python sesuai untuk sains data dan pembangunan back-end, sementara JavaScript sesuai untuk pembangunan depan dan penuh. 2) Kurva Pembelajaran: Sintaks Python adalah ringkas dan sesuai untuk pemula; Sintaks JavaScript adalah fleksibel. 3) Ekosistem: Python mempunyai perpustakaan pengkomputeran saintifik yang kaya, dan JavaScript mempunyai rangka kerja front-end yang kuat.

Kuasa rangka kerja JavaScript terletak pada pembangunan yang memudahkan, meningkatkan pengalaman pengguna dan prestasi aplikasi. Apabila memilih rangka kerja, pertimbangkan: 1.

Pengenalan Saya tahu anda mungkin merasa pelik, apa sebenarnya yang perlu dilakukan oleh JavaScript, C dan penyemak imbas? Mereka seolah -olah tidak berkaitan, tetapi sebenarnya, mereka memainkan peranan yang sangat penting dalam pembangunan web moden. Hari ini kita akan membincangkan hubungan rapat antara ketiga -tiga ini. Melalui artikel ini, anda akan mempelajari bagaimana JavaScript berjalan dalam penyemak imbas, peranan C dalam enjin pelayar, dan bagaimana mereka bekerjasama untuk memacu rendering dan interaksi laman web. Kita semua tahu hubungan antara JavaScript dan penyemak imbas. JavaScript adalah bahasa utama pembangunan front-end. Ia berjalan secara langsung di penyemak imbas, menjadikan laman web jelas dan menarik. Adakah anda pernah tertanya -tanya mengapa Javascr

Node.js cemerlang pada I/O yang cekap, sebahagian besarnya terima kasih kepada aliran. Aliran memproses data secara berperingkat, mengelakkan beban memori-ideal untuk fail besar, tugas rangkaian, dan aplikasi masa nyata. Menggabungkan sungai dengan keselamatan jenis typescript mencipta powe

Perbezaan prestasi dan kecekapan antara Python dan JavaScript terutamanya dicerminkan dalam: 1) sebagai bahasa yang ditafsirkan, Python berjalan perlahan tetapi mempunyai kecekapan pembangunan yang tinggi dan sesuai untuk pembangunan prototaip pesat; 2) JavaScript adalah terhad kepada benang tunggal dalam penyemak imbas, tetapi I/O multi-threading dan asynchronous boleh digunakan untuk meningkatkan prestasi dalam node.js, dan kedua-duanya mempunyai kelebihan dalam projek sebenar.

JavaScript berasal pada tahun 1995 dan dicipta oleh Brandon Ike, dan menyedari bahasa itu menjadi C. 1.C Language menyediakan keupayaan pengaturcaraan prestasi tinggi dan sistem untuk JavaScript. 2. Pengurusan memori JavaScript dan pengoptimuman prestasi bergantung pada bahasa C. 3. Ciri lintas platform bahasa C membantu JavaScript berjalan dengan cekap pada sistem operasi yang berbeza.

JavaScript berjalan dalam penyemak imbas dan persekitaran Node.js dan bergantung pada enjin JavaScript untuk menghuraikan dan melaksanakan kod. 1) menjana pokok sintaks abstrak (AST) di peringkat parsing; 2) menukar AST ke bytecode atau kod mesin dalam peringkat penyusunan; 3) Laksanakan kod yang disusun dalam peringkat pelaksanaan.

Trend masa depan Python dan JavaScript termasuk: 1. Kedua -duanya akan terus mengembangkan senario aplikasi dalam bidang masing -masing dan membuat lebih banyak penemuan dalam prestasi.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),
