Spaces:
Running
on
Zero
Running
on
Zero
File size: 3,022 Bytes
e92477d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 |
下記の質問に対応するコードをdjangoでアプリを作成 プロジェクトはいりません
fastapiでrouter部分を作成 組み込みはメイン部分でします
フロントエンドをgradioで作成
#google apps script frontend
googleappsscript doGet でのgradioの表示処理を作成 google.script.runで関数は呼び出し
#google apps script backend
frontendからの呼び出し用のバックエンドスクリプト
仕様書の作成
PlantUMLでシーケンス図の作成
Markdownでのプログラム殺名
#下記参考にAPIも作成しておいて
action insert list edit update でCRUDがかわる
同じようにGASのAPIも作成しておいて
def create_vector():
inputs = tokenizer(result, return_tensors="pt", max_length=512, truncation=True)
outputs = model(**inputs)
# [CLS]トークンの出力を取得
embeddings = outputs.last_hidden_state[:,0,:].squeeze().detach().cpu().numpy().tolist()
print(embeddings)
import requests
url = "https://kenken999-php.hf.space/api/v1.php"
payload = "model_name={embeddings}&vector_text={result}&table=products&action=insert""
headers = {
'X-Auth-Token': 'admin',
'Content-Type': 'application/x-www-form-urlencoded',
'Cookie': 'runnerSession=muvclb78zpsdjbm7y9c3; pD1lszvk6ratOZhmmgvkp=13767810ebf0782b0b51bf72dedb63b3'
}
response = requests.request("POST", url, headers=headers, data=payload)
print(response.text)
return True
下記の質問 作成対応内容
以下は、顧客の質問内容を基にして、買取店の査定人に対してわかりやすい質問に変更したものです。
**データ自動登録**
顧客の質問内容:まだ買取をするか未定ですが、一度査定をよろしくお願いします。
査定人向けの質問内容:
* 商品の種類:ダイヤモンド
* ブランド名:
* モデル名:
* 型番や品番:
* 購入店:
* 購入時期:
* 購入金額:
* 付属品:
* コンディション:(10段階評価厳しめ)
* 貴金属品位:
* 貴金属重量:(キッチンスケールでもOK)
* ダイヤや宝石の鑑定書はお写真で!
* イニシャル:あり なし
以上のように、査定人のための質問を自動的に生成することで、査定速度を向上させることができます。 |