Flutter智能回复插件google_mlkit_smart_reply的使用

Google’s ML Kit Smart Reply for Flutter

这是一个Flutter插件，用于使用 Google’s ML Kit Smart Reply API 自动生成与消息相关的回复。

注意事项

在继续或发布新的 问题 之前，请务必阅读以下内容：

• Google’s ML Kit 仅支持移动平台：iOS和Android应用。Web或其他平台不受支持，您可以在 他们的仓库 请求对这些平台的支持。
• 此插件不是由Google赞助或维护的。作者 是一群对机器学习充满热情的开发者，他们希望将Google的原生API暴露给Flutter。
• Google的ML Kit API仅针对iOS和Android原生开发。此插件使用Flutter平台通道（Platform Channels），如这里 所述。
• 消息通过平台通道异步传递，以确保用户界面保持响应。更多关于平台通道的信息请参阅这里。
• 由于此插件使用平台通道，所有机器学习处理都在原生平台上进行，而不是在Flutter/Dart中。因此，在调试模型或应用程序错误时，请理解这一点。

Requirements

iOS

• 最低iOS部署目标：15.5.0
• Xcode 15.3.0或更新版本
• Swift 5
• ML Kit不支持32位架构（i386和armv7）。ML Kit支持64位架构（x86_64和arm64）。更多信息请参阅这里。

Android

• minSdkVersion: 21
• targetSdkVersion: 33
• compileSdkVersion: 34

Usage

Smart Reply

创建一个SmartReply实例

final smartReply = SmartReply();

添加消息到对话中

// 对于本地用户
smartReply.addMessageToConversationFromLocalUser(message, timestamp);

// 对于远程用户
smartReply.addMessageToConversationFromRemoteUser(message, timestamp, userId);

生成回复

final response = await smartReply.suggestReplies();

for (final suggestion in response.suggestions) {
  print('suggestion: $suggestion');
}

使用close()释放资源

smartReply.close();

示例App

您可以在这里找到示例App: example app

完整示例Demo

下面是一个完整的示例，展示了如何在Flutter项目中使用google_mlkit_smart_reply插件：

1. 添加依赖

在pubspec.yaml文件中添加依赖：

dependencies:
  flutter:
    sdk: flutter
  google_mlkit_smart_reply: ^latest_version # 替换为最新版本号

2. 初始化并使用SmartReply

创建一个新的Dart文件，例如main.dart，并在其中编写以下代码：

import 'package:flutter/material.dart';
import 'package:google_mlkit_smart_reply/google_mlkit_smart_reply.dart';

void main() {
  runApp(MyApp());
}

class MyApp extends StatelessWidget {
  @override
  Widget build(BuildContext context) {
    return MaterialApp(
      home: Scaffold(
        appBar: AppBar(title: Text('Smart Reply Demo')),
        body: SmartReplyScreen(),
      ),
    );
  }
}

class SmartReplyScreen extends StatefulWidget {
  @override
  _SmartReplyScreenState createState() => _SmartReplyScreenState();
}

class _SmartReplyScreenState extends State<SmartReplyScreen> {
  final SmartReply _smartReply = SmartReply();
  List<String> _messages = [];
  List<String> _suggestions = [];

  void _addMessage(String message, bool isLocalUser) {
    if (isLocalUser) {
      _smartReply.addMessageToConversationFromLocalUser(message, DateTime.now().millisecondsSinceEpoch);
    } else {
      _smartReply.addMessageToConversationFromRemoteUser(message, DateTime.now().millisecondsSinceEpoch, 'user_id');
    }
    setState(() {
      _messages.add(message);
    });
  }

  Future<void> _generateSuggestions() async {
    final response = await _smartReply.suggestReplies();
    setState(() {
      _suggestions = response.suggestions.map((s) => s.text).toList();
    });
  }

  @override
  void dispose() {
    _smartReply.close();
    super.dispose();
  }

  @override
  Widget build(BuildContext context) {
    return Padding(
      padding: const EdgeInsets.all(16.0),
      child: Column(
        children: [
          Expanded(
            child: ListView.builder(
              itemCount: _messages.length,
              itemBuilder: (context, index) {
                return ListTile(
                  title: Text(_messages[index]),
                );
              },
            ),
          ),
          ElevatedButton(
            onPressed: () {
              _addMessage('Hello', true);
              _generateSuggestions();
            },
            child: Text('Send Message'),
          ),
          SizedBox(height: 16),
          Text('Suggestions:'),
          ..._suggestions.map((suggestion) => ListTile(title: Text(suggestion))).toList(),
        ],
      ),
    );
  }
}

这个示例展示了如何初始化SmartReply对象，向对话中添加消息，并生成智能回复建议。它还展示了如何在用户界面中显示这些信息。

Contributing

欢迎贡献代码。如果有任何问题，请先查看现有的 问题，如果找不到相关的问题可以新开一个issue。对于非平凡的修复，请先创建一个issue再提交 pull request。对于平凡的修复，可以直接提交pull request。

希望这些信息能帮助你更好地理解和使用google_mlkit_smart_reply插件！