“您好,想问问你们卖的这商品是什么啊?”
“您好亲亲,我们卖的是最新款手机壳!”
“不是,我是想问你们卖的这都是什么啊???这么难看。”
本文!重磅!教大家不花一分钱学会用豆包MarsCode 搭建「商品评论情感分析机器人」!快速了解消费者对商品的真实看法和情感倾向。
自 Node.js 推出,JavaScript 跃升为一门全栈开发语言。开发者可以用同一种语言构建完整的 Web 应用,从后端服务到用户界面,甚至最新的 AI 应用,JavaScript 都能胜任。今天就让我们一起学习基于 JavaScript 开发的「商品评论情感分析机器人」!
工欲善其事 必先利其器
拥有一个熟悉的开发环境至关重要。于我个人而言,平日里最为青睐的当属 VSCode 这款轻量级代码编辑器,它页面简洁,安装过程便捷,能够同时兼容 Windows 和 Mac 系统。并且在 VSCode 中存有众多实用插件可供安装,比如豆包MarsCode。
豆包MarsCode 具备智能代码生成功能,能猜测到我想要写的代码并主动提示,还能根据我的需求生成代码,帮我剖析 bug 产生的原因,让工作效率翻倍。
对于不想配置环境的小伙伴们,还可以使用免费的豆包MarsCode IDE,开箱即用的 Node.js 环境很适合新手小白。
申请免费的豆包 API
基于大模型的应用必然需要访问大模型的 API 服务,虽然当前 OpenAI 的 API 越来越难以获取,但国内各大厂的模型能力已逐步提升至相对成熟的水平。令人惊喜的是它们还均拥有免费的使用额度!比如豆包大模型,每个规格的模型都有 50 万免费 tokens 的额度,接口使用方式也与 OpenAI 完全相同!
在火山方舟(https://console.volcengine.com/ark)中注册账号,创建 API Key 并将想用的模型部署为在线服务,平台就可以直接为我们提供模型的调用代码。
免费调用额度
添加API Key
将模型部署为推理服务
配置本地环境
火山方舟平台为我们提供了模型调用代码,但想跑起来这段代码还需要先在本地配置好 Node.js 环境。
我们可以在豆包MarsCode 中直接询问 AI 助手:“ Mac 电脑如何安装 Node.js 环境”,按照 AI 助手给我们的指示选择一种方式安装,在终端中执行 node -v 和 npm -v,如果能够正常输出版本号,则说明我们成功安装了 Node.js。
根据火山方舟上的指引,我们还需要手动安装 OpenAI 软件包,在终端中执行 npm install openai 之后就完成了本地环境的配置。
在本地跑通模型调用代码
选择一个适合的本地路径执行 npm init 即可交互式地进行项目初始化,命令行会提示我们输入一些关于项目的元数据信息,如项目名称、版本、描述等。我们可以根据需要填写这些信息,或直接按「回车键」接受默认值。
询问豆包MarsCode AI助手可以了解更多初始化项目的详细步骤。
将火山方舟平台提供的代码复制到本地开发环境内,我们可以在豆包MarsCode 中针对不理解的代码向 AI 助手进行提问,例如示例代码中的 apiKey 需要从环境变量中获取,我们可以询问跟 JS 语法相关的知识,也可以询问在不同操作系统中配置环境变量的方法。
按照指引,在环境变量中配置 ARK_API_KEY 之后,我们就可以尝试执行测试代码。
竟然遇到报错了!命令行中给了我们一些提示,在 package.json 中添加"type": "module" 。
我们可以向豆包MarsCode AI 助手询问错误原因,它会给我们更具体的解决方案,我们也能根据 AI 助手的回复了解 JS 的执行原理。
修改代码之后再次执行就能成功获取豆包模型返回的结果了。
开发情感分析相关代码
要与豆包 API 对话,则需要在消息数组中提供一个或多个消息,示例代码中涉及到了 system 和 user 两种角色,这时我们可以向 AI 助手询问:“system 和 user 有什么区别”。
若想开发情感分析的应用,通过提示词工程的方式即可实现,在 system prompt 中填写如“你是一个用户评论情感分析专家”的身份描述,在用户提示中可以填写少量的示例,这些示例能够向人工智能展示您期望交互以何种方式展开,从而指导人工智能对类似的提示做出响应。
如果想把用户输入动态注入到 prompt 中则需要用到模板字符串,相关的语法知识也可以从跟 AI 的对话中获得。
具体的代码如下所示:
let few_shot_prompt = `
以下为几个评论判断实例,请依据示例对新输入内容的情感态度进行判断
评论:我非常喜欢这个产品,它非常实用。
情感:正面。
评论:这个产品非常糟糕,我无法使用它。
情感:负面。
`;
let message = [
{
role: "system",
content:
"你是一个用户评论情感分析专家,请根据用户的评论判断评论的情感是正面还是负面并直接输出,不输出其他内容。",
},
{
role: "user",
content: `${few_shot_prompt}\n 评论:${comment}\n 情感:\n`,
},
];
使用上述代码替换掉示例代码中的 messages 就能够进行用户评论的情感判断了,只要在代码中把用户评论赋值给 comment 就能对其情感状态进行判断。
当然需求也不止这么简单。我们希望能从命令行中获得用户的评论数据并传给豆包。有了豆包MarsCode AI 之后,仅需 10 秒钟就能完成代码改造!如下图所示,只要我能把需求准确的描述给 AI 助手,他就能很快地把代码提供给我,直接执行也没有问题。
更进一步,倘若我们期望程序可以反复处理用户输入,而非仅调用一次便退出程序,同样能将此需求告知 AI 助手,它会给出满足需求的新代码,从而最终打造出能够多次处理产品评论情感态度的小应用。
完整代码呈现
在豆包MarsCode 的帮助下,即便是从未涉足过 JavaScript 应用开发领域的新手,也可以开发出实用的 AI 工具。豆包MarsCode 的 AI 问答、错误修复以及代码补全等功能,在开发过程中都能提供非常实用的帮助。完整的代码如下:
import OpenAI from "openai";
import readline from "readline";
const openai = new OpenAI({
apiKey: process.env.ARK_API_KEY,
baseURL: "https://ark.cn-beijing.volces.com/api/v3",
});
async function main() {
let few_shot_prompt = `
以下为几个评论判断实例,请依据示例对新输入内容的情感态度进行判断
评论:我非常喜欢这个产品,它非常实用。
情感:正面。
评论:这个产品非常糟糕,我无法使用它。
情感:负面。
`;
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout,
});
function askQuestion() {
rl.question("请输入你的评论(或输入 '退出' 结束程序):", async (answer) => {
if (answer.toLowerCase() === '退出') {
rl.close();
return;
}
let message = [
{
role: "system",
content:
"你是一个用户评论情感分析专家,请根据用户的评论判断评论的情感是正面还是负面并直接输出,不输出其他内容。",
},
{
role: "user",
content: `${few_shot_prompt}\n 评论:${answer}\n 情感:\n`,
},
];
try {
const completion = await openai.chat.completions.create({
messages: message,
model: "ep-20240809163655-bp86r",
});
console.log(completion.choices[0]?.message?.content);
} catch (error) {
console.error("发生错误:", error);
}
// 继续询问
askQuestion();
});
}
askQuestion();
}
main();
无需一分钱开发评论情感分析机器人,感兴趣的大家点击赶快跳转豆包MarsCode 尝试开发哦!