Merumuskan teks yang panjang boleh membosankan, terutamanya pada platform seperti PyBazaar, di mana ringkasan ringkas meningkatkan pengalaman pengguna. Dalam siaran ini, saya akan berkongsi cara saya menggunakan Simplemind dan Gemini untuk mengautomasikan proses ini dalam projek berasaskan Django saya.
Maklumat Latar Belakang
Baru-baru ini, saya melancarkan PyBazaar.com, tapak web untuk pembangun Python untuk menunjukkan kemahiran mereka, mencari tawaran kerja dan menyiarkan serta mencari sumber pembangunan. Tujuannya adalah untuk mempunyai tempat pusat di mana pembangun Python boleh memasarkan perkhidmatan, produk atau projek mereka.
PyBazaar menunjukkan penerangan yang panjang tentang peluang dan sumber kerjaya dalam paparan terperinci dan ringkasan ringkas dalam paparan senarai. Ringkasan membantu pengguna memahami kandungan sumber dan peluang kerjaya dengan cepat tanpa membuka setiap paparan terperinci, meningkatkan pengalaman penyemakan imbas keseluruhan di PyBazaar. Untuk menjadikan pengeditan lebih lancar, saya memperkenalkan ringkasan automatik berdasarkan AI.
Memilih Simplemind untuk Komunikasi dengan LLM
Kenneth Reitz, pengarang pakej terkenal permintaan, baru-baru ini menerbitkan ciptaan terbaharunya—Simplemind—yang meningkatkan pengalaman pembangun dengan API model bahasa besar (LLM). Saya fikir ia adalah peluang yang baik untuk mencuba menyepadukan pakejnya ke dalam PyBazaar.
Walaupun saya memilih Google Gemini untuk peringkat percumanya, sokongan Simplemind untuk penyedia seperti OpenAI atau Claude bermakna pembangun boleh meningkatkan ciri yang lebih maju atau hasil yang lebih tepat jika diperlukan.
Menyediakan Kunci API
Pada mulanya, saya perlu mendapatkan Kunci API di Google AI Studio.
Integrasi Django
Kemudian saya memasang Simplemind:
(venv)$ pip install 'simplemind[full]'
Namun, sementara menunggu salah satu kebergantungan (grpcio) disusun pada Mac saya, saya mempunyai masa untuk minum tenaga dan masa yang cukup untuk menatal separuh suapan media sosial saya.
Simplemind menjangkakan kunci API LLM ditakrifkan dalam pembolehubah persekitaran. Dalam projek Django saya, saya menyimpan rahsia dalam fail JSON, yang Git abaikan, dan saya membaca nilai tersebut dengan fungsi utiliti yang saya tulis, get_secret().
Jadi, saya menambah baris ini dalam tetapan Django:
import os os.environ["GEMINI_API_KEY"] = get_secret("GEMINI_API_KEY") DEFAULT_LLM_PROVIDER = "gemini"
Saya mencipta paparan mudah yang mengambil kandungan HTML yang disiarkan, meminta LLM meringkaskannya dan mengembalikan ringkasan kepada pengguna:
import json import simplemind from django.contrib.auth.decorators import login_required from django.conf import settings from django.http import JsonResponse from django.utils.html import strip_tags @login_required def summarize(request): summary = "" try: if ( request.method == "POST" and (data := json.loads(request.body)) and (content := data.get("content")) and (text := strip_tags(content).strip()) ): summary = simplemind.generate_text( prompt=f"Condense the following information in 2 sentences:\n\n{text}", llm_provider=settings.DEFAULT_LLM_PROVIDER, ).strip() except json.JSONDecodeError: pass data = {"summary": summary} return JsonResponse(data)
Seperti yang anda boleh lihat, Simplemind adalah sama elegan dengan aplikasi permintaan. Saya boleh bertukar kepada OpenAI atau Claude dengan mudah jika saya memerlukan hasil yang lebih maju atau pertanyaan yang lebih bijak.
Saya menggunakan strip_tags() untuk mengurangkan kiraan token dan strip() untuk mengalih keluar ruang putih di hadapan dan di belakang.
Untuk meningkatkan prestasi paparan, saya juga boleh menggunakan ASGI atau tugas latar belakang, tetapi itu adalah sesuatu yang perlu dipertimbangkan apabila terdapat lebih ramai pengguna di PyBazaar.
Butang ringkasan mempunyai templatnya, yang saya sertakan dalam reka letak Django Crispy Forms saya dengan reka letak.HTML("""{% include "summarizer/includes/summarize_button.html" %}"""):
(venv)$ pip install 'simplemind[full]'
Apabila pengguna mengklik pada butang "Ringkaskan oleh AI", Javascript menyahdayakan butang itu buat sementara waktu, menukar teksnya kepada "Meringkaskan...", membaca nilai HTML daripada medan QuillJS dan menyiarkannya sebagai {"kandungan ": "..."} ke paparan ringkasan. Selepas menerima ringkasan sebagai {"summary": "..."}, Javascript mengisi ruang teks ringkasan dan menjadikan butang itu boleh diklik semula.
Kesimpulan
Simplemind menjadikan kerja dengan LLM lebih mudah menggunakan lalai pintar, jadi pembangun tidak perlu melaraskan tetapan rumit seperti suhu atau max_token.
Gemini LLM boleh digunakan secara percuma, dan itu nampaknya cukup bagus untuk ciri mudah seperti ini dengan bilangan pengguna aktif yang sederhana.
Saya melaksanakan ciri ringkasan ini di PyBazaar dalam masa setengah hari sahaja dan saya boleh menyesuaikan penyepaduan ini dengan mudah untuk menjana perihalan meta, draf e-mel atau pengesyoran diperibadikan.
Jika anda seorang pembangun Python yang ingin mempamerkan kemahiran anda, berkongsi sumber atau mencari peluang, lawati PyBazaar.com hari ini!
Foto muka depan oleh Caio
Atas ialah kandungan terperinci Mencipta Ringkasan berasaskan AI dalam Laman Web Django. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

JavaScript boleh digunakan untuk pembangunan front-end dan back-end. Bahagian depan meningkatkan pengalaman pengguna melalui operasi DOM, dan back-end mengendalikan tugas pelayan melalui Node.js. 1. Contoh front-end: Tukar kandungan teks laman web. 2. Contoh backend: Buat pelayan Node.js.

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.


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

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

ZendStudio 13.5.1 Mac
Persekitaran pembangunan bersepadu PHP yang berkuasa

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

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