Merge pull request #16 from madebygps/main

Adds Spanish translations

Author: pamelafox

chat_pydanticai.py

@@ -24,7 +24,7 @@
     model = OpenAIModel(os.environ["OLLAMA_MODEL"], api_key="fake", base_url=os.environ["OLLAMA_ENDPOINT"])
 elif API_HOST == "github":
     model = OpenAIModel(
-        os.environ["OPENAI_MODEL"], api_key=os.environ["GITHUB_TOKEN"], base_url="https://models.inference.ai.azure.com"
+        os.environ["GITHUB_MODEL"], api_key=os.environ["GITHUB_TOKEN"], base_url="https://models.inference.ai.azure.com"
     )
 
 else:

hybrid.csv

@@ -151,4 +151,4 @@ S400,2013,92350.0,13.89,21.0,Large
 Prius Plug-in,2013,32000.0,9.17,50.0,Midsize
 C-Max Energi Plug-in,2013,32950.0,11.76,43.0,Midsize
 Fusion Energi Plug-in,2013,38700.0,11.76,43.0,Midsize
-Chevrolet Volt,2013,39145.0,11.11,37.0,Compact
+Chevrolet Volt,2013,39145.0,11.11,37.0,Compact

spanish/README.md

@@ -0,0 +1,87 @@
+# Demos de Python con OpenAI
+
+Este repositorio contiene una colección de scripts en Python que demuestran cómo usar la API de OpenAI para generar completados de chat.
+
+En orden creciente de complejidad, los scripts son:
+
+1. [`chat.py`](./chat.py): Un script simple que demuestra cómo usar la API de OpenAI para generar completados de chat.
+2. [`chat_stream.py`](./chat_stream.py): Añade `stream=True` a la llamada de API para devolver un generador que transmite el completado mientras se está generando.
+3. [`chat_history.py`](./chat_history.py): Añade una interfaz de chat bidireccional usando `input()` que mantiene un registro de los mensajes anteriores y los envía con cada llamada de completado de chat.
+4. [`chat_history_stream.py`](./chat_history_stream.py): La misma idea, pero con `stream=True` habilitado.
+
+Además de estos scripts para demostrar características adicionales:
+
+* [`chat_safety.py`](./chat_safety.py): El script simple con manejo de excepciones para errores de filtro de Seguridad de Contenido de Azure AI.
+* [`chat_async.py`](./chat_async.py): Utiliza los clientes asíncronos para hacer llamadas asincrónicas, incluyendo un ejemplo de envío de múltiples solicitudes a la vez usando `asyncio.gather`.
+* [`chat_langchain.py`](./chat_langchain.py): Utiliza el SDK de langchain para generar completados de chat. [Aprende más en la documentación de Langchain](https://python.langchain.com/docs/get_started/quickstart)
+* [`chat_llamaindex.py`](./chat_llamaindex.py): Utiliza el SDK de LlamaIndex para generar completados de chat. [Aprende más en la documentación de LlamaIndex](https://docs.llamaindex.ai/en/stable/)
+
+
+## Configuración del entorno
+
+Si abres esto en un Dev Container o GitHub Codespaces, todo estará configurado para ti.
+Si no, sigue estos pasos:
+
+1. Configura un entorno virtual de Python y actívalo.
+
+2. Instala las librerías requeridas:
+
+```bash
+python -m pip install -r requirements.txt
+```
+
+## Configurando las variables de entorno de OpenAI
+
+Estos scripts pueden ejecutarse con una cuenta de Azure OpenAI, OpenAI.com, servidor local de Ollama o modelos de GitHub, dependiendo de las variables de entorno que configures.
+
+1. Copia el archivo `.env.sample` a un nuevo archivo llamado `.env`:
+
+    ```bash
+    cp .env.sample .env
+    ```
+
+2. Para Azure OpenAI, crea un deployment de Azure OpenAI gpt-3.5 o gpt-4  (quizás usando [este template](https://github.com/Azure-Samples/azure-openai-keyless)), and actualiza el `.env` con tu Azure OpenAI endpoint y deployment id.
+
+    ```bash
+    API_HOST=azure
+    AZURE_OPENAI_ENDPOINT=https://YOUR-AZURE-OPENAI-SERVICE-NAME.openai.azure.com
+    AZURE_OPENAI_DEPLOYMENT=YOUR-AZURE-DEPLOYMENT-NAME
+    AZURE_OPENAI_VERSION=2024-03-01-preview
+    ```
+
+    Si aún no has iniciado sesión en la cuenta de Azure asociada con ese deployment, ejecuta este comando para iniciar sesión:
+
+    ```shell
+    az login
+    ```
+3. Para OpenAI.com, actualiza el archivo `.env` con tu clave API de OpenAI y el nombre del modelo deseado.
+
+    ```bash
+    API_HOST=openai
+    OPENAI_KEY=TU-CLAVE-API-OPENAI
+    OPENAI_MODEL=gpt-3.5-turbo
+    ```
+
+4. Para Ollama, actualiza el archivo [.env](http://_vscodecontentref_/0) con tu endpoint de Ollama y nombre del modelo (cualquier modelo que hayas descargado).
+
+    ```bash
+    API_HOST=ollama
+    OLLAMA_ENDPOINT=http://localhost:11434/v1
+    OLLAMA_MODEL=llama2
+    ```
+
+    Si estás ejecutando dentro del Dev Container, reemplaza `localhost` con `host.docker.internal`.
+
+5. Para GitHub Models, actualiza el archivo [.env](http://_vscodecontentref_/1) con el nombre de tu GitHub Model.
+
+    ```bash
+    API_HOST=github
+    GITHUB_MODEL=gpt-4o
+    ```
+
+    Necesitarás una variable de entorno `GITHUB_TOKEN` que almacene un token de acceso personal de GitHub.
+    Si estás ejecutando esto dentro de un GitHub Codespace, el token estará disponible automáticamente.
+    Si no, genera un nuevo [token de acceso personal](https://github.com/settings/tokens) y ejecuta este comando para establecer la variable de entorno `GITHUB_TOKEN`:
+
+    ```shell
+    export GITHUB_TOKEN="<aquí-va-tu-token-de-github>"

spanish/chained_calls.py

@@ -0,0 +1,80 @@
+import os
+
+import azure.identity
+import openai
+from dotenv import load_dotenv
+
+# Setup the OpenAI client to use either Azure, OpenAI.com, or Ollama API
+load_dotenv(override=True)
+API_HOST = os.getenv("API_HOST")
+
+if API_HOST == "azure":
+
+    token_provider = azure.identity.get_bearer_token_provider(
+        azure.identity.DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
+    )
+    client = openai.AzureOpenAI(
+        api_version=os.environ["AZURE_OPENAI_VERSION"],
+        azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
+        azure_ad_token_provider=token_provider,
+    )
+    MODEL_NAME = os.environ["AZURE_OPENAI_DEPLOYMENT"]
+
+elif API_HOST == "ollama":
+
+    client = openai.OpenAI(base_url=os.environ["OLLAMA_ENDPOINT"], api_key="nokeyneeded")
+    MODEL_NAME = os.environ["OLLAMA_MODEL"]
+
+elif API_HOST == "github":
+
+    client = openai.OpenAI(base_url="https://models.inference.ai.azure.com", api_key=os.environ["GITHUB_TOKEN"])
+    MODEL_NAME = os.environ["GITHUB_MODEL"]
+
+else:
+
+    client = openai.OpenAI(api_key=os.environ["OPENAI_KEY"])
+    MODEL_NAME = os.environ["OPENAI_MODEL"]
+
+
+response = client.chat.completions.create(
+    model=MODEL_NAME,
+    temperature=0.7,
+    messages=[{"role": "user", "content": "Explica cómo funcionan los LLM en un solo párrafo."}],
+)
+
+explanation = response.choices[0].message.content
+print("Explicación: ", explanation)
+response = client.chat.completions.create(
+    model=MODEL_NAME,
+    temperature=0.7,
+    messages=[
+        {
+            "role": "user",
+            "content": (
+                "Eres un editor. Revisa la explicación y proporciona comentarios detallados sobre claridad, coherencia "
+                "y cautivación (pero no la edites tú mismo):\n\n"
+            )
+            + explanation,
+        }
+    ],
+)
+
+feedback = response.choices[0].message.content
+print("\n\nRetroalimentación: ", feedback)
+
+response = client.chat.completions.create(
+    model=MODEL_NAME,
+    temperature=0.7,
+    messages=[
+        {
+            "role": "user",
+            "content": (
+                "Revisa el artículo utilizando los siguientes comentarios, pero mantenlo a un solo párrafo."
+                f"\nExplicación:\n{explanation}\n\nComentarios:\n{feedback}"
+            ),
+        }
+    ],
+)
+
+final_article = response.choices[0].message.content
+print("\n\nFinal Article: ", final_article)

spanish/chat.py

@@ -0,0 +1,50 @@
+import os
+
+import azure.identity
+import openai
+from dotenv import load_dotenv
+
+# Setup the OpenAI client to use either Azure, OpenAI.com, or Ollama API
+load_dotenv(override=True)
+API_HOST = os.getenv("API_HOST")
+
+if API_HOST == "azure":
+
+    token_provider = azure.identity.get_bearer_token_provider(
+        azure.identity.DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
+    )
+    client = openai.AzureOpenAI(
+        api_version=os.environ["AZURE_OPENAI_VERSION"],
+        azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
+        azure_ad_token_provider=token_provider,
+    )
+    MODEL_NAME = os.environ["AZURE_OPENAI_DEPLOYMENT"]
+
+elif API_HOST == "ollama":
+
+    client = openai.OpenAI(base_url=os.environ["OLLAMA_ENDPOINT"], api_key="nokeyneeded")
+    MODEL_NAME = os.environ["OLLAMA_MODEL"]
+
+elif API_HOST == "github":
+
+    client = openai.OpenAI(base_url="https://models.inference.ai.azure.com", api_key=os.environ["GITHUB_TOKEN"])
+    MODEL_NAME = os.environ["GITHUB_MODEL"]
+
+else:
+
+    client = openai.OpenAI(api_key=os.environ["OPENAI_KEY"])
+    MODEL_NAME = os.environ["OPENAI_MODEL"]
+
+
+response = client.chat.completions.create(
+    model=MODEL_NAME,
+    temperature=0.7,
+    n=1,
+    messages=[
+        {"role": "system", "content": "Eres un asistente útil que hace muchas referencias a gatos y usa emojis."},
+        {"role": "user", "content": "Escribe un haiku sobre un gato hambriento que quiere atún"},
+    ],
+)
+
+print(f"Response from {API_HOST}: \n")
+print(response.choices[0].message.content)

spanish/chat_async.py

@@ -0,0 +1,71 @@
+import asyncio
+import os
+
+import azure.identity
+import openai
+from dotenv import load_dotenv
+
+# Setup the OpenAI client to use either Azure, OpenAI.com, or Ollama API
+load_dotenv(override=True)
+API_HOST = os.getenv("API_HOST")
+
+if API_HOST == "azure":
+    token_provider = azure.identity.get_bearer_token_provider(
+        azure.identity.DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
+    )
+    client = openai.AsyncAzureOpenAI(
+        api_version=os.environ["AZURE_OPENAI_VERSION"],
+        azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
+        azure_ad_token_provider=token_provider,
+    )
+    MODEL_NAME = os.environ["AZURE_OPENAI_DEPLOYMENT"]
+elif API_HOST == "ollama":
+    client = openai.AsyncOpenAI(base_url=os.environ["OLLAMA_ENDPOINT"], api_key="nokeyneeded")
+    MODEL_NAME = os.environ["OLLAMA_MODEL"]
+elif API_HOST == "github":
+    client = openai.AsyncOpenAI(base_url="https://models.inference.ai.azure.com", api_key=os.environ["GITHUB_TOKEN"])
+    MODEL_NAME = os.environ["GITHUB_MODEL"]
+else:
+    client = openai.AsyncOpenAI(api_key=os.environ["OPENAI_KEY"])
+    MODEL_NAME = os.environ["OPENAI_MODEL"]
+
+
+async def generate_response(location):
+    print("Generando respuesta para", location)
+    response = await client.chat.completions.create(
+        model=MODEL_NAME,
+        messages=[
+            {"role": "system", "content": "Eres un asistente útil."},
+            {
+                "role": "user",
+                "content": (
+                    f"Nombra un solo lugar que debería visitar en mi viaje a {location} y descríbelo en una oración"
+                ),
+            },
+        ],
+        temperature=1,
+        max_tokens=400,
+        top_p=0.95,
+        frequency_penalty=0,
+        presence_penalty=0,
+        stop=None,
+    )
+    print("Obtuve respuesta para ", location)
+    return response.choices[0].message.content
+
+
+async def single():
+    print(await generate_response("Tokio"))
+
+
+async def multiple():
+    answers = await asyncio.gather(
+        generate_response("Tokio"),
+        generate_response("Berkeley"),
+        generate_response("Singapur"),
+    )
+    for answer in answers:
+        print(answer, "\n")
+
+
+asyncio.run(single())

spanish/chat_history.py

@@ -0,0 +1,58 @@
+import os
+
+import azure.identity
+import openai
+from dotenv import load_dotenv
+
+# Setup the OpenAI client to use either Azure, OpenAI.com, or Ollama API
+load_dotenv(override=True)
+API_HOST = os.getenv("API_HOST")
+
+if API_HOST == "azure":
+    token_provider = azure.identity.get_bearer_token_provider(
+        azure.identity.DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
+    )
+    client = openai.AzureOpenAI(
+        api_version=os.environ["AZURE_OPENAI_VERSION"],
+        azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
+        azure_ad_token_provider=token_provider,
+    )
+    MODEL_NAME = os.environ["AZURE_OPENAI_DEPLOYMENT"]
+elif API_HOST == "ollama":
+    client = openai.OpenAI(base_url=os.environ["OLLAMA_ENDPOINT"], api_key="nokeyneeded")
+    MODEL_NAME = os.environ["OLLAMA_MODEL"]
+elif API_HOST == "github":
+    client = openai.OpenAI(base_url="https://models.inference.ai.azure.com", api_key=os.environ["GITHUB_TOKEN"])
+    MODEL_NAME = os.environ["GITHUB_MODEL"]
+else:
+    client = openai.OpenAI(api_key=os.environ["OPENAI_KEY"])
+    MODEL_NAME = os.environ["OPENAI_MODEL"]
+
+
+messages = [
+    {
+        "role": "system",
+        "content": ("Soy un asistente de enseñanza que ayuda con preguntas de Python para Berkeley CS 61A."),
+    },
+]
+
+while True:
+    question = input("\nTu pregunta: ")
+    print("Enviando pregunta...")
+
+    messages.append({"role": "user", "content": question})
+    response = client.chat.completions.create(
+        model=MODEL_NAME,
+        messages=messages,
+        temperature=1,
+        max_tokens=400,
+        top_p=0.95,
+        frequency_penalty=0,
+        presence_penalty=0,
+        stop=None,
+    )
+    bot_response = response.choices[0].message.content
+    messages.append({"role": "assistant", "content": bot_response})
+
+    print("Respuesta: ")
+    print(bot_response)