FastAPI

Tutoriel étape par étape pour l'intégration de l'API Google Vertex PaLM avec le modèle PaLM2

Tutorial for integrating Google Vertex PaLM API in monday.com using PaLM2 model

Créer une application d'assistant alimentée par l'IA sur monday.com en utilisant l'API Google Vertex PaLM

Dans le tutoriel d'aujourd'hui, nous allons plonger dans la création d'une application d'assistant alimentée par l'IA sur monday.com en utilisant l'API Google Vertex PaLM alimentée par le modèle avancé PaLM2. Ce guide couvrira tout, de la configuration de votre projet à l'intégration de votre application avec des capacités d'IA puissantes.

Prérequis

Avant de commencer, assurez-vous de vous être inscrit sur la liste d'attente pour l'API Google Vertex PaLM. Cet accès est crucial pour tirer parti du modèle d'IA dans votre application.

Objectifs d'apprentissage

  • Créer une application React
  • Styliser votre application avec Tailwind CSS
  • Créer une API personnalisée en utilisant FastAPI
  • Travailler avec GraphQL
  • Gérer les requêtes et les réponses
  • Gérer les fichiers PDF
  • Construire une application sur monday.com
  • Intégrer l'API Google Vertex PaLM avec monday.com
  • Publier une application sur monday.com

À vous de coder et d'apprendre !

Maintenant, commençons par créer un nouveau projet !

Créer un nouveau projet

Ouvrez Visual Studio Code et créez un nouveau dossier pour notre projet. Vous pouvez l'appeler monday-palm-tutorial ou autre chose qui vous convient.

Étape 1 : Créer une application React

Dans votre terminal, exécutez la commande suivante pour créer une nouvelle application React :

npx create-react-app monday-palm-tutorial

Étape 2 : Installer Tailwind CSS

Ensuite, nous allons installer Tailwind CSS. Exécutez la commande ci-dessous dans votre terminal :

npm install -D tailwindcss postcss autoprefixer

Étape 3 : Configurer Tailwind CSS

Ouvrez le fichier tailwind.config.js et remplacez son contenu par la configuration suivante :

module.exports = {
  content: ['./src/**/*.{js,jsx,ts,tsx}'],
  theme: {
    extend: {},
  },
  plugins: [],
}

Étape 4 : Ajouter des directives Tailwind

Pour utiliser Tailwind CSS, ouvrez src/index.css et remplacez son contenu :

@tailwind base;
@tailwind components;
@tailwind utilities;

Étape 5 : Créer l'interface utilisateur

Ouvrez src/App.js et remplacez son contenu par ce qui suit :

import React from 'react';

function App() {
  return (
    

Application d'assistant IA

); } export default App;

Implémentation de la logique de l'application

À l'intérieur du composant App, utilisez le hook useState pour gérer les états de l'application et useEffect pour récupérer des données de l'API monday.com. Créez des fonctions pour gérer les requêtes de manière intuitive.

Créer des menus déroulants

Créez des menus déroulants pour sélectionner des tableaux, des éléments et des fichiers spécifiques. Configurez des gestionnaires d'événements onChange pour stocker correctement les éléments sélectionnés.

Tester votre application

Ouvrez votre terminal et exécutez :

npm start

Si tout est correct, vous devriez voir votre application se charger sans problème.

Étape 6 : Créer une API personnalisée en utilisant FastAPI

Pour le backend, créez un nouveau dossier nommé backend à l'intérieur de votre dossier de projet. Créez un fichier api.py pour gérer les opérations de l'API personnalisée.

Implémentations du backend

  • Créer une fonction pour gérer les téléchargements de fichiers.
  • Implémenter une fonction pour lire le contenu des fichiers.
  • Créer une fonction qui s'intègre à l'API Google Vertex PaLM.

Tester votre backend

Exécutez la commande suivante pour démarrer votre serveur backend :

uvicorn api:app --reload

Vérifiez que toutes les fonctions fonctionnent harmonieusement.

Conclusion

Félicitations ! Vous avez réussi à créer une application d'assistant alimentée par l'IA sur monday.com intégrée à l'API Google Vertex PaLM.

Pour des instructions plus détaillées sur la publication de votre application, consultez le tutoriel monday.com + Stable Diffusion.

Si vous avez d'autres questions ou des retours, n'hésitez pas à laisser un commentaire ci-dessous !

En lire plus

A user engaging with Midjourney for AI image creation on Discord.
Creating Stable Diffusion API on GCP VM instance

Laisser un commentaire

Tous les commentaires sont modérés avant d'être publiés.

Ce site est protégé par hCaptcha, et la Politique de confidentialité et les Conditions de service de hCaptcha s’appliquent.