模版化main.mjs文件+promt提示词工程吴恩达机器学习AI系列视频火爆全网。写了太久的main.mjs模块文件

吴恩达机器学习AI系列视频火爆全网。写了太久的main.mjs模块文件，这次进行写模版文，并且把prompt 提示词用在实际生活当中的应用。不仅可以安全地管理环境变量，还可以高效地调用外部API，完成特定的任务。

前置知识

1、使用`dotenv`管理环境变量

dotenv是一个用于Node.js的简单模块，它允许你在.env文件中存储环境变量，并将其加载到process.env对象中。这样做的好处是，你可以在不同的环境中使用相同的代码，而无需硬编码敏感信息。

步骤如下：

初始化项目：
```
pnpm init -y
```
安装依赖：
```
npm i dotenv openai
```
创建.env文件：在项目根目录下创建一个.env文件，用于存储环境变量。例如：
```
OPENAI_API_KEY=your_openai_api_key
OPENAI_API_URL=https://api.openai.com/v1
```
加载环境变量：在项目入口文件中引入并配置dotenv模块：
```
import dotenv from 'dotenv';
dotenv.config();
```
访问环境变量：使用process.env对象访问环境变量：
```
console.log(process.env.OPENAI_API_KEY);
```

注意事项：

.env文件不应提交到版本控制系统中。确保在.gitignore文件中添加.env：

2、Node.js中的进程概念

在Node.js中，进程是分配资源的最小单位，而线程是执行的最小单位。每个Node.js应用程序运行在一个进程中，该进程由操作系统管理。

进程特点：

资源分配：进程是操作系统分配资源（如内存和CPU时间）的最小单位。
内存隔离：每个进程都有自己独立的内存空间，进程之间不能直接共享内存。
唯一标识：每个进程都有一个唯一的进程ID（PID）。

线程特点：

执行单元：线程是操作系统调度和执行的最小单位。
内存共享：同一进程内的所有线程共享相同的内存空间。

V8引擎： Node.js使用V8 JavaScript引擎来执行JavaScript代码。V8引擎负责管理内存和CPU资源，确保JavaScript代码高效运行。

示例代码解析

以下是一个使用OpenAI API的示例代码，我们将详细解析其中的关键知识点。

// 引入必要的模块
import dotenv from 'dotenv';
import OpenAI from 'openai';

// 加载环境变量
dotenv.config();

// 打印所有环境变量
console.log(process.env);

// 创建OpenAI客户端实例
const client = new OpenAI({
    apiKey: process.env.OPENAI_API_KEY,
    baseURL: process.env.OPENAI_API_URL
});

// 定义一个异步函数，用于获取API响应
const getCompletion = async (prompt, model = "gpt-3.5-turbo") => {
    // 构建消息数组
    const messages = [{
        role: 'user',
        content: prompt
    }];

    // 调用OpenAI API
    const res = await client.chat.completions.create({
        model: model,
        messages: messages,
        temperature: 0.7 // 控制生成内容的随机性
    });

    // 返回生成的内容
    return res.choices[0].message.content;
};

// 主函数，用于执行主要逻辑
const main = async () => {
    // 产品评论内容
    const prod_review = `
        我女儿生日时买了这个熊猫毛绒玩具，她很喜欢，到处都带着。
        它柔软、超级可爱，脸看起来很友好。
        不过，相对于我付的价格来说，它有点小。
        我想，同样的价格，也许还有其他更大的选择。
        它比预期早到了一天，所以我有机会自己玩了一会儿，然后才把它送给她。
    `;

    // 构建提示
    const prompt = `
        请你分析以下产品评论的情感，来自电子商务平台的用户评论。
        评论内容是：${prod_review}，需要进行摘要和总结，最大30个字。
    `;

    // 获取API响应
    const response = await getCompletion(prompt);

    // 输出结果
    console.log(response);
};

// 执行主函数
main();

代码解析：

环境变量加载：
```
import dotenv from 'dotenv';
dotenv.config();
console.log(process.env);
```
这部分代码加载了.env文件中的环境变量，并打印所有环境变量。

创建OpenAI客户端：

const client = new OpenAI({
    apiKey: process.env.OPENAI_API_KEY,
    baseURL: process.env.OPENAI_API_URL
});

使用环境变量中的API密钥和URL创建OpenAI客户端实例。

异步函数getCompletion：

const getCompletion = async (prompt, model = "gpt-3.5-turbo") => {
    const messages = [{
        role: 'user',
        content: prompt
    }];
    const res = await client.chat.completions.create({
        model: model,
        messages: messages,
        temperature: 0.7
    });
    return res.choices[0].message.content;
};

这个函数用于发送请求到OpenAI API，并返回生成的文本内容。temperature参数控制生成内容的随机性。

主函数main：
```
const main = async () => {
    const prod_review = `...`;
    const prompt = `...`;
    const response = await getCompletion(prompt);
    console.log(response);
};
```
主函数中定义了产品评论内容和提示，调用getCompletion函数获取API响应，并输出结果。 promt工程当然是换promt提示词内容了，下面把promt换成：

const promt1 = `
        你的任务是生成来自电子商务平台的用户评论摘要，以便向运输部门提供反馈。
        摘要需要进行摘要和总结，最大30个字，并且重点关注任何提及运输和价格交付的方面。
        评论内容是：${prod_review}
        `;
    const response = await getCompletion(promt1,'gpt-4o');
    console.log(response);

皮皮的GPT，不过分析的还好呀。大家也可以试一下，随便理解一下代码。

模版化main.mjs文件+promt提示词工程

前置知识

1、使用dotenv管理环境变量

2、Node.js中的进程概念

示例代码解析

1、使用`dotenv`管理环境变量