Flutter通用聊天机器人插件universal_chatbot的使用

Flutter通用聊天机器人插件universal_chatbot的使用

universal_chatbot 是一个全面的解决方案，使开发者能够轻松地将各种AI服务集成到Flutter应用中。通过这个插件，你可以利用诸如OpenAI、Anthropic、Gemini等知名AI提供商的强大语言模型和图像生成能力，所有这些功能都可以通过一个统一的界面访问。

特性

• 多服务集成：通过单个插件即可利用多种AI服务的优势，包括文本生成、图像生成等。
• 无缝集成：使用友好的API，可以轻松地将AI功能集成到你的Flutter应用中。
• 灵活配置：可以根据具体项目需求自定义插件的行为和设置。
• 跨平台支持：开发的应用可以在iOS和Android平台上无缝运行。

开始使用

要开始使用Universal LLM Chatbot插件，请按照以下步骤操作：

1. 在Flutter项目的依赖项中添加插件：

   dependencies:
     universal_chatbot: ^0.0.1
   

2. 运行包安装命令：

   flutter pub get
   

3. 在Dart文件中导入插件：

   import 'package:universal_chatbot/universal_chatbot.dart';
   

使用示例

文本生成

以下是使用插件生成文本的示例：

// 使用ChatGPT模型生成文本
final LLM model = 
    ChatGPT(key: 'YOUR_CHATGPT_KEY', serviceConfig: modelConfig);
final promptConfig = GPT4Config(user: 'user');
final response = (await model.generateText(
            LLMMessage(
                message:
                    'Translate the following to Bahasa Indonesia: I love you. Only give the Bahasa Indonesia translation without explanation'),
            promptConfig))
    .toList();

// 使用Claude模型生成文本
final LLM model = 
    Claude(key: 'YOUR_CLAUDE_KEY', serviceConfig: modelConfig);
final promptConfig = DefaultClaudeConfig();
final response = (await model.generateText(
            LLMMessage(
                message:
                    'Translate the following to Bahasa Indonesia: I love you. Only give the Bahasa Indonesia translation without explanation'),
            promptConfig))
    .toList();
            
// 使用Gemini模型生成文本
final LLM model = 
    GeminiClient(key: 'YOUR_GEMIMI_KEY', serviceConfig: modelConfig);
final promptConfig = DefaultGeminiConfig();
final response = (await model.generateText(
            LLMMessage(
                message:
                    'Translate the following to Bahasa Indonesia: I love you. Only give the Bahasa Indonesia translation without explanation'),
            promptConfig))
    .toList();          

图像生成

你还可以通过提供文本描述来生成图像：

final LLM model = 
    ChatGPT(key: 'YOUR_CHATGPT_KEY', serviceConfig: modelConfig);
final promptConfig = GPT4Config(
    engine: 'dall-e-3',
    user: 'user',
    imageModel: 'dall-e-3',
    imageSize: '1024');
final response = await model.generateImage('draw a robot image', promptConfig);

完整示例代码

以下是一个完整的示例代码，展示了如何在Flutter应用中使用universal_chatbot插件：

import 'package:flutter/material.dart';
import 'package:universal_chatbot/universal_chatbot.dart';
import 'package:flutter_dotenv/flutter_dotenv.dart';

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

class MyApp extends StatelessWidget {
  const MyApp({super.key});

  [@override](/user/override)
  Widget build(BuildContext context) {
    return MaterialApp(
      title: 'Universal Chatbot Demo',
      theme: ThemeData(
        colorScheme: ColorScheme.fromSeed(seedColor: Colors.deepPurple),
        useMaterial3: true,
      ),
      home: const MyHomePage(title: 'Universal Chatbot Home Page'),
    );
  }
}

class MyHomePage extends StatefulWidget {
  const MyHomePage({super.key, required this.title});
  final String title;

  [@override](/user/override)
  State<MyHomePage> createState() => _MyHomePageState();
}

class _MyHomePageState extends State<MyHomePage> {
  String text = '...';

  // 请求LLM生成文本的方法
  Future<void> _requestLLM() async {
    const modelConfig = ServiceConfig(enableLog: true);
    final LLM model = 
        Claude(key: dotenv.env['CLAUDE_KEY']!, serviceConfig: modelConfig);
    final promptConfig = DefaultClaudeConfig();
    final response = (await model.generateText(
            LLMMessage(message: 'Tell a story'), promptConfig))
        .toList();
    setState(() {
      text = response.join('\n');
    });
  }

  // 加载环境变量
  [@override](/user/override)
  void initState() {
    dotenv.load(fileName: "../.env");
    super.initState();
  }

  [@override](/user/override)
  Widget build(BuildContext context) {
    return Scaffold(
      appBar: AppBar(
        backgroundColor: Theme.of(context).colorScheme.inversePrimary,
        title: Text(widget.title),
      ),
      body: Center(
        child: Column(
          mainAxisAlignment: MainAxisAlignment.center,
          children: [
            Text(
              text,
            ),
          ],
        ),
      ),
      floatingActionButton: FloatingActionButton(
        onPressed: _requestLLM,
        tooltip: 'Requests',
        child: const Icon(Icons.send),
      ),
    );
  }
}