Rambo sagte einmal “Das ist eine lange Geschichte” und war damit eine kurze Zusammenfassung der ganzen Rambo Filme.
Mit Open AI soll das nun möglich sein.
Also los aus nostalgischen Gründen werde ich ein Ajax mit einem Webservice machen – quisi quasi fast ein Micoservice 🙂
Also machen wir mal das Upload.
using Google.Protobuf.WellKnownTypes;
using Org.BouncyCastle.Asn1.Ocsp;
using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.ServiceModel.Web;
using System.Web;
using System.Web.Script.Services;
using System.Web.Services;
using System.Web.Services.Description;
using System.Web.UI.WebControls;
namespace GPT3PDF
{
/// <summary>
/// Zusammenfassungsbeschreibung für AnaylseService
/// </summary>
[WebService(Namespace = "http://tempuri.org/")]
[WebServiceBinding(ConformsTo = WsiProfiles.BasicProfile1_1)]
[System.ComponentModel.ToolboxItem(false)]
// Wenn der Aufruf dieses Webdiensts aus einem Skript zulässig sein soll, heben Sie mithilfe von ASP.NET AJAX die Kommentarmarkierung für die folgende Zeile auf.
[System.Web.Script.Services.ScriptService]
public class AnaylseService : System.Web.Services.WebService
{
[WebMethod]
public string HelloWorld()
{
return "Hello World";
}
[WebMethod]
[ScriptMethod(ResponseFormat = ResponseFormat.Json)]
[WebInvoke(Method = "POST", ResponseFormat = WebMessageFormat.Json)]
public PDFResponse Upload()
{
HttpFileCollection Files = HttpContext.Current.Request.Files;
HttpPostedFile File = Files[0];
byte[] pdfBytes;
using (var binaryReader = new BinaryReader(File.InputStream))
{
pdfBytes = binaryReader.ReadBytes(File.ContentLength);
}
try
{
PDFAnalysis pDFAnalysis = new PDFAnalysis();
string extract = pDFAnalysis.AnalyzePDF(pdfBytes);
return new PDFResponse() { Message = extract };
}
catch (Exception ex)
{
//Error do something with it or leave it :)
}
return new PDFResponse() { Message = "Error! " };
}
}
public class PDFResponse
{
public string Message { get; set; }
}
}
Nun müssen wir nur noch den Text aus dem PDF bekommen. Zum Glück müssen wir das Rad nicht neu erfinden und können auf zum Beispiel PdfPig | Read and extract text and other content from PDFs in C# (port of PDFBox) (uglytoad.github.io) verwenden.
Das extrahieren geht ganz einfach:
private string ExtractTextFromPDF(byte[] file)
{
string extractedText;
using (var pdf = PdfDocument.Open(file))
{
var sb = new StringBuilder();
for (var i = 0; i < pdf.NumberOfPages; i++)
{
var page = pdf.GetPage(i + 1);
sb.Append(page.Text);
}
extractedText = sb.ToString();
}
return extractedText;
}Das File übergeben wir als Byte[] damit wir es nicht irgendwo auf dem Server zwischen speichern müssen.
Nostalgisches Upload und Text extrahieren ist doch einfach oder?
So als nächstes kommt der lustige Teil. Der Aufruf des OpenAI Api.
private string AnalyzeTextWithChatGpt(string extractedText)
{
string responseContent = string.Empty;
try
{
List<MessageObj> roles = new List<MessageObj>();
roles.Add(new MessageObj() { role = "system", content = "Summarize the text" });
roles.Add(new MessageObj() { role = "user", content = extractedText });
//MessageObj[] msg;
// Set up the OpenAI API client
var content = new StringContent(
JsonConvert.SerializeObject(new
{
model = "gpt-3.5-turbo",
messages = roles
}),
Encoding.UTF8,
"application/json");
client.DefaultRequestHeaders.Clear();
client.DefaultRequestHeaders.Add("Authorization", "Bearer " + chatGptApiKey);
//var response = client.PostAsync("https://api.openai.com/v1/engines/davinci-codex/completions", content).Result;
var response = client.PostAsync("https://api.openai.com/v1/chat/completions", content).Result;
responseContent = response.Content.ReadAsStringAsync().Result;
var explanation = JsonConvert.DeserializeObject<dynamic>(responseContent).choices[0].message.content;
return explanation;
}
catch (Exception ex)
{
Exception exception = new Exception(responseContent, ex);
throw exception;
}
}Der ganze Source ist unter gpiwonka/GPT3PDF (github.com). Es fehlen natürlich eine gescheite Fehlerbehandlung und auch ein Verfahren, wenn das PDF zu groß ist. Hierzu müsste das PDF gesplittet werden und dann jeder einzelne Teil zusammengefasst werden. Live anzuschauen unter: gpt3pdf20230526121655.azurewebsites.net
