保存!哦
繼續使用 Javascript 和 Gemini AI 創建我們的聊天機器人,我們將添加專案的「後端」。上次我們使用 HTML、CSS 和 Javascript 創建前端,我們保證使用者介面將反映使用者和聊天機器人之間的對話。
現在我們需要建立一個伺服器,使用express.js設定路由來與Gemini API進行通訊。我們走吧!
安裝專案依賴項
好吧,我們需要express.js、Google Gemini SDK,為了保護我們的API金鑰,我將安裝dotenv來使用環境變數。
npm install @google/generative-ai express dotenv
現在我們準備好採用最佳實務建立伺服器,例如使用本地環境變數來保護私有資料。
為此,我們將在專案根資料夾中建立一個名為 server.js 的檔案。在此文件中,我們將首先導入依賴項並配置必要的資源。
const express = require("express"); require("dotenv").config(); const { GoogleGenerativeAI } = require("@google/generative-ai"); const app = express(); const port = 3000; const genAI = new GoogleGenerativeAI(process.env.GOOGLE_GEMINI_API_KEY); app.use(express.static("public")); app.use(express.json());
此程式碼將 Express 配置為從「public」資料夾提供靜態文件,並接受帶有 JSON 負載的請求。這就是為什麼我們將index.html、styles.css 和script.js 檔案放在這個資料夾中。我們還將應用程式配置為在連接埠 3000 上運行。
我們使用 @google/generative-ai 函式庫來整合 Gemini API,並使用儲存在名為 GOOGLE_GEMINI_API_KEY 的環境變數中的金鑰對其進行驗證。
但是我們要從哪裡取得這個 API Key 呢?這就是我們現在要找出的。
雙子座 API 金鑰
取得密鑰
要取得 Gemini API 金鑰,我建議您登入「@gmail.com」帳戶。之後,訪問此鏈接,您將看到如下屏幕:
按一下「建立 API 金鑰」按鈕,指定您將在其中使用此金鑰的項目,然後就完成了。您的密鑰將顯示在下方,您可以查看它,甚至可以複製它以進行下一步。
保護您的 API 金鑰
現在在您的專案中,在專案的根資料夾中建立一個名為 .env.local 或僅 .env 的檔案。在此文件中輸入您的 API 金鑰,如下所示:
GOOGLE_GEMINI_API_KEY="sua-chave-vai-aqui"
現在儲存您的檔案即可。如果您正確執行了上一步,您的 API 金鑰將會起作用。
PS:請注意您的 API 金鑰中顯示的計畫。 Gemini 提供免費計劃,您的鑰匙可以返還有限數量的代幣。如果您想要更多的代幣,請考慮訂閱付費方案。我們將使用免費計劃,雖然有限,但允許我們與聊天機器人交換一些訊息。
建立 /chat 路由
現在配置了依賴項並掌握了 API 金鑰,讓我們打開人工智慧的可能性之門。
在 server.js 檔案中,我們將建立 /chat 路由:
npm install @google/generative-ai express dotenv
我們的路由是 POST 類型,因為您將在正文中收到一條訊息,正是來自將與聊天互動的用戶的訊息。因此,對於此訊息,我們使用了一些防禦性程式設計(小心一點不會傷害任何人,哈哈)並檢查我們是否沒有收到訊息。如果不這樣做,則會傳回錯誤作為回應,並拋出一條訊息。
如果我們有訊息,那麼我們會將其作為我們選擇的模型的提示發送,如下所示:
const express = require("express"); require("dotenv").config(); const { GoogleGenerativeAI } = require("@google/generative-ai"); const app = express(); const port = 3000; const genAI = new GoogleGenerativeAI(process.env.GOOGLE_GEMINI_API_KEY); app.use(express.static("public")); app.use(express.json());
由於此通訊是一個非同步過程,因此我們將使用 try/catch 來處理回應。首先,我定義將使用的 Gemini 模型(您可以在此連結中查看模型清單)。在這種情況下,我選擇了gemini-1.5-flash。
第二步是開始聊天。因此,透過 model.startChat() 我可以開始與 Gemini 通信,配置我想要在響應中的最大令牌數(在本例中每個響應 100 個令牌)。
現在,我們在使用 chat.sendMessage(message) 將訊息傳送到模型後等待此回應。當我們收到回應時,我們會將其傳回給發出請求的人,並將模型傳回的文字格式轉換為 JSON。
最後但並非最不重要的一點是,如果我們遇到錯誤,我們可以在catch 中使用它在控制台中拋出此錯誤,並返回狀態500,使使用此“迷你api”的客戶端的生活更輕鬆。美麗?
現在我們只需要使用下面的程式碼片段來指示我們的「mini api」將在哪裡運行:
GOOGLE_GEMINI_API_KEY="sua-chave-vai-aqui"
我們的 api 將在我們一開始指定的連接埠上運行。完整的server.js程式碼如下圖所示:
app.post("/chat", async (req, res) => { const { message } = req.body; if (!message) { return res.status(400).json({ error: "Mensagem não pode estar vazia." }); } //... });
測試聊天機器人
現在最期待的時刻到了,測試我們的聊天機器人。為此,我們打開終端機並輸入以下命令:
try { const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash", }); const chat = model.startChat({ history: [], generationConfig: { maxOutputTokens: 100 }, }); const result = await chat.sendMessage(message); res.json({ response: result.response.text() }); } catch (error) { console.error(error); res.status(500).json({ error: "Erro ao processar mensagem." }); }
運行此命令後,您應該在終端機中收到以下訊息:
app.listen(port, () => { console.log(`Servidor rodando em http://localhost:${port}`); });
現在,透過造訪 URL http://localhost:3000 並在輸入中寫入訊息並按下傳送按鈕,AI 會回覆您的訊息並將其顯示在螢幕上。
非常酷,對吧?
結論
至此,我們使用 JavaScript 和 Google Gemini API 完成了聊天機器人的創建。我們了解如何從頭開始建立前端、應用程式樣式、操作 DOM。我們使用express.js創建了一個伺服器,使用了Gemini API,配置了一條POST路由來與應用程式用戶端通信,並能夠透過我們自己開發的介面與AI對話。
但這並不是您能做的全部。我們可以為不同的任務客製化和配置這個聊天機器人,從語言助理,到回答你的數學或程式設計問題的虛擬老師,這將取決於你的創造力。
將人工智慧轉變為個人化助手需要訓練模型,更多的是關於你希望它響應和表現的方式,而不是程式碼本身。
我們將在以後的文章中探討其中的一些內容。
到時候見!
以上是使用 JavaScript 和 Gemini AI 創建聊天機器人:創建後端的詳細內容。更多資訊請關注PHP中文網其他相關文章!

JavaScript是現代網站的核心,因為它增強了網頁的交互性和動態性。 1)它允許在不刷新頁面的情況下改變內容,2)通過DOMAPI操作網頁,3)支持複雜的交互效果如動畫和拖放,4)優化性能和最佳實踐提高用戶體驗。

C 和JavaScript通過WebAssembly實現互操作性。 1)C 代碼編譯成WebAssembly模塊,引入到JavaScript環境中,增強計算能力。 2)在遊戲開發中,C 處理物理引擎和圖形渲染,JavaScript負責遊戲邏輯和用戶界面。

JavaScript在網站、移動應用、桌面應用和服務器端編程中均有廣泛應用。 1)在網站開發中,JavaScript與HTML、CSS一起操作DOM,實現動態效果,並支持如jQuery、React等框架。 2)通過ReactNative和Ionic,JavaScript用於開發跨平台移動應用。 3)Electron框架使JavaScript能構建桌面應用。 4)Node.js讓JavaScript在服務器端運行,支持高並發請求。

Python更適合數據科學和自動化,JavaScript更適合前端和全棧開發。 1.Python在數據科學和機器學習中表現出色,使用NumPy、Pandas等庫進行數據處理和建模。 2.Python在自動化和腳本編寫方面簡潔高效。 3.JavaScript在前端開發中不可或缺,用於構建動態網頁和單頁面應用。 4.JavaScript通過Node.js在後端開發中發揮作用,支持全棧開發。

C和C 在JavaScript引擎中扮演了至关重要的角色,主要用于实现解释器和JIT编译器。1)C 用于解析JavaScript源码并生成抽象语法树。2)C 负责生成和执行字节码。3)C 实现JIT编译器,在运行时优化和编译热点代码,显著提高JavaScript的执行效率。

JavaScript在現實世界中的應用包括前端和後端開發。 1)通過構建TODO列表應用展示前端應用,涉及DOM操作和事件處理。 2)通過Node.js和Express構建RESTfulAPI展示後端應用。

JavaScript在Web開發中的主要用途包括客戶端交互、表單驗證和異步通信。 1)通過DOM操作實現動態內容更新和用戶交互;2)在用戶提交數據前進行客戶端驗證,提高用戶體驗;3)通過AJAX技術實現與服務器的無刷新通信。

理解JavaScript引擎內部工作原理對開發者重要,因為它能幫助編寫更高效的代碼並理解性能瓶頸和優化策略。 1)引擎的工作流程包括解析、編譯和執行三個階段;2)執行過程中,引擎會進行動態優化,如內聯緩存和隱藏類;3)最佳實踐包括避免全局變量、優化循環、使用const和let,以及避免過度使用閉包。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

Dreamweaver Mac版
視覺化網頁開發工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。