Erstelle eine Sport-Rate-App mit AI21 Labs und Streamlit

Wie man eine Sportidentifikations-App mit AI21 und Streamlit erstellt

In der sich schnell entwickelnden Welt der KI und Anwendungen sind AI21 Labs und Streamlit zwei Plattformen, die es wert sind, erkundet zu werden. AI21 Labs bietet leistungsstarke Werkzeuge zur Entwicklung von KI/NLP-gesteuerten Anwendungen, die über ihre offizielle API und SDK zugänglich sind. Streamlit hingegen ist ein Open-Source-Python-Framework, das Entwicklern ermöglicht, maßgeschneiderte Webanwendungen schnell zu erstellen.

Unser Ziel: Eine Sportidentifikations-App

Heute werden wir erkunden, wie man eine einfache Anwendung erstellt, die einen Sport basierend auf seiner Beschreibung identifiziert, unter Verwendung des AI21 Labs Modells und Streamlit. Dieses einfache Projekt zeigt, wie unkompliziert es ist, mit diesen Technologien zu beginnen.

Erste Schritte

Bevor wir in den Code eintauchen, müssen wir unsere Umgebung einrichten. Hier ist eine Schritt-für-Schritt-Anleitung:

Einrichten der Umgebung

Erstellen Sie ein neues Projektverzeichnis.
Richten Sie eine virtuelle Umgebung zur Isolierung ein.
Installieren Sie die erforderlichen Bibliotheken für Streamlit und den AI21-Client.
Erstellen Sie eine .env-Datei, um Ihren API-Schlüssel sicher zu speichern.

Diese ersten Schritte stellen sicher, dass unsere Entwicklungsumgebung bereit ist, um unsere Sportidentifikations-App zu erstellen.

Programmierung der Sportidentifikations-App

Jetzt erstellen wir eine main.py-Datei und beginnen mit dem Programmieren!

Definieren des API-Schlüssels

Zuerst werden wir unseren API-Schlüssel in der .env-Datei definieren. Dies ist entscheidend für die Authentifizierung der Anfragen an den AI21-Dienst.

Importieren der Abhängigkeiten

Als nächstes importieren wir die erforderlichen Bibliotheken und laden unsere API-Geheimnisse:

from dotenv import load_dotenv  
import streamlit as st  
import openai  

load_dotenv()

Erstellen der Identifikationsfunktion

Definieren wir eine Funktion, die eine Sportbeschreibung als Eingabe annimmt und den Namen des Sports zurückgibt:

def identify_sport(description):  
    prompt = f'Welcher Sport wird beschrieben als: {description}'  
    response = openai.Completion.create(  
        model='text-davinci-003',  
        prompt=prompt,  
        max_tokens=30  
    )  
    return response.choices[0].text.strip()

Erstellen der Benutzeroberfläche

Jetzt erstellen wir eine einfache Schnittstelle, damit die Benutzer ihre Beschreibungen eingeben können:

st.title('Sportidentifier')  
user_input = st.text_area('Beschreiben Sie den Sport:')  
if st.button('Sport identifizieren'):  
    sport_name = identify_sport(user_input)  
    st.write(f'Der Sport ist: {sport_name}')

Ausführen der Anwendung

Um die Anwendung zu starten, führen Sie den folgenden Befehl in Ihrem Terminal aus:

streamlit run main.py

Ihre App ist jetzt live, und Sie können ihre Funktionalität testen, indem Sie verschiedene Sportarten beschreiben!

Fazit

Die Erstellung von Anwendungen mit AI21 und Streamlit ist ein einfacher Prozess, der nur grundlegende Programmierkenntnisse erfordert. Die umfassende Dokumentation, die von beiden Plattformen bereitgestellt wird, erleichtert es, Funktionen zu erkunden und Ihre Projekte zu verbessern.

Wenn Sie mehr über generative KI-Modelle und andere KI-Technologien wie OpenAI Whisper erfahren möchten, besuchen Sie unsere AI-Tutorialseite.

Wir laden Sie auch ein, an unserem kommenden AI21 Hackathon teilzunehmen, um Ihre Fähigkeiten auf die Probe zu stellen und etwas Außergewöhnliches zu schaffen!

Werden Sie Teil unserer lebendigen Gemeinschaft von Bauherren, Innovatoren und Kreativen. Beginnen Sie mit der Erstellung Ihres KI-gesteuerten Anwendungsprototyps und bewerben Sie sich für unser AI Slingshot-Programm.

Entdecken Sie weitere Möglichkeiten unter lablab.ai.