Rambo una volta disse “È una lunga storia”, che era un breve riassunto dell’intero film di Rambo.
Con Open AI, questo dovrebbe essere possibile.
Quindi, per motivi nostalgici, farò un ajax con un servizio web – quisi quasi un micoservizio 🙂
Procediamo quindi al caricamento.
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; }
}
}
Ora dobbiamo solo ottenere il testo dal PDF. Fortunatamente, non dobbiamo reinventare la ruota e possiamo usare PdfPig | Leggere ed estrarre testo e altri contenuti dai PDF in C# (port of PDFBox) (uglytoad.github.io), per esempio.
L’estrazione è abbastanza semplice:
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;
}Passiamo il file come byte[], in modo da non doverlo memorizzare da qualche parte sul server.
L’upload nostalgico e l’estrazione del testo sono facili, vero?
Ora viene la parte più divertente. La chiamata dell’API OpenAI.
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;
}
}L’intero sorgente si trova su gpiwonka/GPT3PDF (github.com). Naturalmente, non esiste una gestione adeguata degli errori e nemmeno una procedura se il PDF è troppo grande. A tal fine, il PDF deve essere suddiviso e ogni singola parte deve essere sintetizzata. Guarda in diretta su: gpt3pdf20230526121655.azurewebsites.net
