Рассмотрим разработку и запуск ботов для мессенджера Телеграм. В качестве языка разработки будет использоваться Python. Запускать код на выполнение будем в рабочих тетрадках (блокнотах) замечательной среды разработки Colab компании Google. Код бота, размещенный в Colab, будет взаимодействовать c сервером Telegram через API.
Telegram (от др.-греч. τῆλε «далеко» + др.-греч. γράμμα «запись») — кроссплатформенная система мгновенного обмена сообщениями (мессенджер) с функциями VoIP, позволяющая обмениваться текстовыми, голосовыми и видео- сообщениями, стикерами и фотографиями, файлами многих форматов. Также можно совершать видео- и аудио- звонки и трансляции в каналах и группах, организовывать конференции, многопользовательские группы и каналы. Клиентские приложения Telegram доступны для Android, iOS, Windows Phone, Windows, macOS и Linux.
API (МФА [ˌeɪ.piˈaɪ]; аббр. от англ. Application Programming Interface — «программный интерфейс приложения») — описание способов (набор классов, процедур, функций, структур или констант), которыми одна компьютерная программа может взаимодействовать с другой программой. Обычно входит в описание какого-либо интернет-протокола, программного каркаса (фреймворка) или стандарта вызовов функций операционной системы. Часто реализуется отдельной программной библиотекой или сервисом операционной системы. Используется программистами при написании всевозможных приложений.
Как я создал ютуб канал с помощью ChatGPT и нейросетей
Бот (англ. bot, сокращение от чеш. robot) — виртуальный робот, который функционирует на основе специальной программы, выполняющий автоматически и/или по заданному расписанию какие-либо действия через интерфейсы, предназначенные для людей. Боты находят также применение в условиях, когда требуется лучшая реакция по сравнению с возможностями человека (например, игровые боты, боты для интернет-аукционов и тому подобное) или, реже, для имитации действий человека (например, боты для чатов и тому подобное). Чат-бот может выдать достаточно адекватный ответ на вопрос, сформулированный на правильном русском языке (или любом другом, работа с которым поддерживается). Такие боты часто применяются для сообщения прогноза погоды, результатов спортивных соревнований, курсов валют, биржевых котировок и тому подобное.
Чат-бот — это программа, работающая внутри мессенджера, например Telegram. Такая программа способна отвечать на вопросы, а также самостоятельно задавать их. Чат-боты используются в разных сферах для решения типовых задач.
C точки зрения прикладной информатики (и прикладной информатики в экономике в частности), создание чат-бота — это не только следование последним тенденциям. Прежде всего, речь идёт о сокращении затрат, увеличении конверсии и улучшении качества обслуживания клиентов. Сотни компаний делают всё возможное, чтобы достичь вышеупомянутых целей. И для их достижения необходимы боты как первостепенный инструмент.
Согласно текущей статистике за 2022 год, недвижимость является ведущей отраслью по прибылям от чат-ботов (28 %). Затем идут путешествия (16 %), образование (14 %), здравоохранение (10 %) и финансы (5 %).
Лучшая бесплатная программа для поиска, установки и обновления драйверов
Чат-боты могут использоваться в службах поддержки, помогая решить простые вопросы, например, такие как смена пароля.
Чат-боты можно использовать для поиска информации. Например, прогноз погоды, афиша мероприятий.
В сфере путешествий стали одними из первых использовать чат-боты. Чат-бот может предложить направления/рейсы/рестораны — на основании поисковых запросов и предпочтений пользователя. После покупки программа обеспечивает клиентскую поддержку, предоставляя ответы на часто задаваемые вопросы.
Практическая часть
Чтобы создать бота, нам нужно дать ему название, адрес и получить токен — цифро-символьную строку, которая будет однозначно идентифицировать бота.
Необходимо найти бота, нажать кнопку «Запустить» (или написать /start), в ответ BotFather пришлет список доступных команд.
Отправим боту команду /newbot, чтобы создать нового бота. В ответ он попросит ввести имя будущего бота, его можно писать на русском. После ввода имени нужно будет изобрести адрес бота, причем он должен заканчиваться на слово bot. Например, drach_pro_bot. Если адрес уже кем‑то занят, придётся придумывать новый.
Когда бот будет создан, мы получим сообщение, в котором будет исчерпывающая техническая информация о боте. Обратите внимание, что после фразы Use this token to access the HTTP API будет написана строка из букв и цифр — это токен.
Реализуем бота для Telegram, воспользовавшись возможностями языка Python. Понятно, что чтобы бот всегда работал, его код должен быть запущен и выполняться 24 часа в сутки. Значит, потребуется сервер (для надежности под операционной системой Linux), на котором установлен Python. Если такого сервера нет, можно запускать код на собственной домашней машине, но тогда придётся повозиться с настройками роутера. Но есть ещё один интересный вариант, который очень подходит для тестирования и изучения ботов — это Colab.
Работать будем в рабочей тетради Colab, так как это нам даёт замечательные преимущества: не надо устанавливать собственный сервер в Интернет и не надо перенастраивать домашний роутер.
Далее в рабочей тетради Colab проверяем версию Python. Чтобы операция выполнялась на уровне операционной системы (а не языка программирования), перед командой ставим восклицательный знак:
!python3 —version
Должны получить ответ вида:
Python 3.7.13
Для взаимодействия с Telegram API средствами языка Python разработаны несколько модулей. Самый простой из них — Telebot. Устанавливаем необходимый пакет:
!pip3 install pytelegrambotapi
В редчайших случаях, возможно, понадобится написать просто pip вместо pip3.
Задача 1. ЭХО
Сначала реализуем простейшего бота – для понимания процесса. Он будет получать от пользователя текстовое сообщение и возвращать его же. Используем код:
Для запуска бота в Colab нажимаем Ctrl+F9.
Если всё запустилось без ошибок, переходим в Telegram – проверять работу бота. Ищем бота по придуманному ранее адресу. Запускаем бота кнопкой «Запустить» (Start) или командой /start. При правильной работе бот возвращает сообщения отправителю один-в-один.
Задача 2. Бот-всезнайка
Более сложный бот, который будет давать определения для введённых терминов. Черпать информацию будем из Википедии по той причине, что для этого уже разработан прекрасный модуль:
!pip3 install wikipedia
Используем следующий код и запустим его.
Задача 3. БОТ С ДВУМЯ ВИРТУАЛЬНЫМИ КНОПКАМИ
Во многих ботах для выбора каких‑то действий применяются так называемые виртуальные кнопки. Реализуем ветвление. Пользователь будет выбирать, что он хочет прочитать (например, афоризмы или новости).
Потребуется создать два файла: thinks.txt и facts.txt, которые содержат список сегодняшних новостей и афоризмы. Одна строка – одно утверждение. Лучше создать хотя бы три строки в каждом.
На данном этапе куда удобнее будет привязать Google drive (Гугл-диск) к Colab и загрузить туда текстовые документы.
Команда для привязки Гугл-диска:
from google.colab import drive
drive.mount(‘/content/drive’)
Важно! Если использовать для этого бота тот же токен, что и для предыдущего, то, чтобы увидеть кнопки, потребуется перезапуск командой /start.
Microsoft и OpenAI показали пример ИИ, который автоматически генерирует код Python по комментариям Статьи редакции
Демонстрация прошла на конференции Build 2020 во время презентации одного из самых мощных суперкомпьютеров в мире.
17 785 просмотров
На видео технический директор Microsoft Кевин Скотт и гендиректор OpenAI Сэм Альтман показывают пример автоматического создания кода на Python. В нем программист начинает писать на естественном языке комментарий с описанием задач для кода, а ИИ генерирует его.
35 комментариев
Написать комментарий.
Когда только начал учить Python
Развернуть ветку
Можно подключить его к комментариям на vc
Развернуть ветку
Прикольно. Не знаю какой там ИИ, но выглядит пока как 20 if-ов которые могут генерить решения школьных задачек типа посчитать сумму элементов + условие
Развернуть ветку
Меня всегда забавляют люди, которые в начале какого-то большого технологического этапа вот так вот иронично троллят его. Помню когда появились первые флэшки на 64Мб за сумасшедшие деньги, многие сменялись и считали стоимость мегабайта хранения данных, когда появились первые сенсорные экраны со стилусом, WAP браузеры, мобильный ютуб, первые роботы Boston Dynamics, Маск с его возвращающимися ступенями. Продолжать можно бесконечно.
Развернуть ветку
VR? 3D фильмы? биткоин как оплата в магазине, mesh сети. полно невзлетевших технологий.
Развернуть ветку
VR — так уже почти взлетел, очки сейчас стоят подъемных денег, VR контента все больше и больше, порноиндустрия стабильно уже ~20% контента в нем выпускает, а это нишутки
3D фильмы — в кинотеатрах как я понимаю? Тоже самое что и с VR, ну может на 2-3 года отстает
биткоин как оплата в магазине — пфф, очевидная валюда в будущем через лет 10 например, банки уже давно обкатывают эти технологии конечно с переменным успехом
mesh сети — не сильно знаком с технологией, но типичный пример ТОР как я понимаю, с ростом вычислительных мощностей ПК, такие сетки думаю будут получать большее распространение в каких-то отдельных регионах и групп лиц, но много вопросов с юридической стороны конечно
Развернуть ветку
попробуйте купить телевизор с 3d. удивитесь, но их почти перестали выпускать.
mesh сети это когда интернет получаешь не только от провайдера, но и от соседа, а лучше от трех-пяти
vr. кроме vr игр особо не взлетел.
Развернуть ветку
Развернуть ветку
Когда появились первые роботы?
Уже забыли когда.
Исчезла ли нужда в обычных работниках?
Не исчезла ни разу..
Когда появились станки с ЧПУ?
Еще в советское время.
Исчезла ли нужда в токарях?
Нет, только появились вакансии «токарь на станке с ЧПУ»
Продолжать можно бесконечно.
Развернуть ветку
Зато тут реально есть чему учить, поле большое)) в отличии от тупых задачек, типа распознать лицо кошек итд.
И скоро вы увидите, как то, что скрывалось за профессиональностью и годами обучения спокойно осваивается программой .
Развернуть ветку
Мои любимые свидетели нейросетей. Что бы я без вас делал
Развернуть ветку
Отчасти это объясняет и оправдывает приобретение GitHub
Развернуть ветку
Что-то мне подсказывает это дальше презентации и решения шаблонных школо-задач не уйдёт.
Развернуть ветку
Так про все говорили.
Очевидно, что у программирования будет интерфейс как у графических редакторов, конструкторов или вообще голосовой интерфейс.
И для 99% задач это выглядит вообще не фантастически уже.
Код интерпретируется компьютером.
По сути это лишнее звено между идеей, речью, текстом и программой.
Сейчас этим лишним звеном является программист, по сути он переводчик простой. Поэтому появится Google Translator.
Интерпретироваться будет задача, а код это просто оболочка задачи для компьютера.
Развернуть ветку
да, с удовольствием бы посмотрел на «перевод» «просьбы» взаимодействия с api каким-нибудь.
Развернуть ветку
Так изи же, если все сведут к единому стандарту, а все к нему и сведут, корпорации тонны бабла будут экономить на программистах.
Развернуть ветку
Просто оставлю это здесь.
Развернуть ветку
нуу, как натянутый вариант, но пока мне это все видится точно так же, как если бы программист, пытаясь автоматизировать рутинную одноразовую задачу, потратил времени на код и тесты больше в итоге, чем если бы ее сделал вручную.
Развернуть ветку
Развернуть ветку
Даже если они «всего лишь» автоматизируют шаблоны, но сделают это работоспособным — представь, какие перспективы откроются для тех ленивцев, которые хотят просто формошлёпать, а не красноглазить.
И ведь при этом такой подход практически не скажется на качестве выходных проектов — качество берёт на себя прогрессирующий с каждым новым проектом ИИ.
Развернуть ветку
появится тильда на максималках)
Развернуть ветку
OpenAI часто только демонстрирует возможности ИИ, приукрашивая свои продукты, но это видео очень вдохновляет.
Развернуть ветку
Микрософт загрузила github в OpenAI ну и все появился идеальный программист который будет писать код за секунды. Форму ТЗ только надо нормально оформить чтобы ИИ нормально понял задачу.
Развернуть ветку
Пора учиться писать комментарии
Развернуть ветку
Блин, на моменте Print check прослезился. Давно хочу такое, джва года ждал! Писать бойлерплейты затрахало
Развернуть ветку
Никогда еще я не задумывался о новой профессии так сильно.
Развернуть ветку
Либо развиваться. Для очень сложных задач еще нужны будут люди.
Развернуть ветку
Для очень сложных и/или очень нишевых/уникальных
Развернуть ветку
Аккаунт удален
Развернуть ветку
Ещё лет 30 назад начали говорить о том что скоро сделают инструментов, из-за которых программисты станут не нужны. С каждым годом эта перспектива становится все дальше и дальше, ведь многие задачи такие, что ни один ИИ не сможет сделать тот ужас что хотят заказчики
Развернуть ветку
Ну как инструмент вспомогательный для разработчиков, вполне хороший может получиться функционал.
Развернуть ветку
Сегодня AWS от Amazon объявила о запуске бета-версии Amazon Honeycode, нового полностью…
Развернуть ветку
Выглядит, как англоязычный 1С
Развернуть ветку
Для серьезных задач бесполезная фича, а какие то стандартные вещи программист может кодом писать быстрее чем живым текстом.
Развернуть ветку
Нейронная сеть не пишет программы, не сочиняет музыку, не рисует картины. Нейросеть – это алгоритм классификации данных. В данном случае, GPT-3 сравнивает насколько похожи ключевые слова, заданные пользователем, с теми, что программисты указали в названиях и в описаниях к своим репозитариям на GitHub, и выдает код из этих репозитариев. При этом, нейросети все равно что это за код, насколько он оптимальный, работает он или выдает ошибку.
Примерно с тем же успехом, можно ввести фразу в поле поиска на GitHub и выбрать нужный репизитарий.
Вообще, хороший программист должен понять задачу, предложить решение, реализовать решение на языке программирования, протестировать, внедрить, обучить, заниматься развитием и доработкой.
Нейросеть может помочь только с пунктом 3, да и то только в самых простых задачах.
Поэтому говорить о том, что нейросети скоро заменят программистов, преждевременно.
У статьи громкий заголовок, а смысла не много. Вообще, этот проект больше похож на пиар OpenAI, чем на полезный инструмент.
Источник: vc.ru
Home
В основном из-за увлеченности методологией XP авторы знакомы с тестовой инфраструктурой JUnit, соответственно, для php их выбор пал на phpUnit, как на созданный энтузиастами порт своего «старшего брата». На сегодняшний день существует несколько различных версий порта JUnit на php.
Программы, которые не тестировали, НЕ РАБОТАЮТ.
Введение
Главная задача профессионального php-разработчика — cоздание в максимально короткий срок программного обеспечения, полностью удовлетворяющего заказчика. Скрипты должны делать именно то, чего от них ожидают. Самый простой пример — форма обратной связи, которая по нажатию на кнопку при условии корректного заполнения полей отправляет почту или записывает данные в таблицу БД. Если она этого не сделала, совершенно очевидно, что в программу закралась ошибка.
Итак, тестирование — деятельность, направленная на выявление такого рода несоответствий между ожидаемым и действительным. Выявляя несоответствия, некорректное поведение на стадии разработки, разработчик сознательно и планомерно уменьшает вероятность того, что с этим придется столкнуться пользователю. Тестировать программы (в частности php-скрипты) вполне можно и вручную.
На примере формы обратной связи, понятно, что протестировать ее очень просто. Запустить браузер, зайти на нужный url, заполнить поля, нажать на «Ок», потом зайти в базу и проверить, появилась ли там соотвeтствующая запись. Прекрасно, но после любого изменения скрипта нельзя быть уверенным в его работоспособности.
Можно понадеяться на авось и не проверять, работает ли скрипт после очередной модификации или нет, но помните, что если его не протестируете вы, это сделает заказчик во время сдачи проекта или конечный пользователь во время эксплуатации. В первом случае это грозит вам финансовой нестабильностью, а во втором пострадает ваш имидж. Для того, чтобы не тестировать вручную (это долгий, сложный и требующий особой усидчивости процесс), можно написать программу, тестирующую другие программы, или создать автоматизированные тесты.
В любой современной методологии разработки ПО тестирование является неотъемлемой частью процесса, а значимость его написания не ниже значимости написания кода. Профессиональный разработчик обязан создавать наборы различного вида автоматизированных тестов (подробнее о видах тестов, правилах их именования и т.д. можно прочитать в статье Кирилла Максимова «Организация и именование автоматизированных тестов»).
Несмотря на очевидную полезность и акцент методологий на процессе тестирования, личный опыт авторов свидетельствует о следующем разбросе мнений web-программистов насчет автоматизированного тестирования собственных скриптов:
- «Никто не пишет, почему я должен писать»
- «Мне не выделяют времени специально для написания тестов, хотя это было бы полезно»
- «Я давно пишу тесты и не понимаю, как можно без этого жить»
Автоматизированные тесты и web-программирование
Будни основной массы web-разработчиков — выбор хорошего сервера для размещения сайта. Трудно найти хостинг-провайдера (php+mysql за разумные деньги), который устроил бы сразу на 100%, а пeреезд на новый сервер даже для интерпретируемого языка, коим является мой горячо любимый PHP, может стать «фатальным». Даже в документации по Java — языке, изначально ориентированном на кроссплатформенность, написано, что цена переносимости никогда не равна нулю. Эти люди знают, что говорят. После переезда в прекрасно отлаженных и стабильно работающих ранее скриптах могут появиться warning’и, а какие-то программы перестанут работать совсем: поменялись пути, библиотеки, версия самого php.
В итоге, имея набор тестов, переехать гораздо проще. Следует переписать скрипты, запустить набор тестов, посмотреть те тесты, которые завершились неудачно, разобраться, поправить, запустить набор тестов еще раз. Все. Вместо того, чтобы оставить «полуживой» проект на новом хостинге, «поверхностно» прокликав в браузере по ссылкам, мы получаем стабильно работающий сайт на новом сервере без особой головной боли. Автоматизированное тестирование в конечном итоге повышает качество кода, и, учитывая специфику web-программирования, упрощает процесс переезда с сервера на сервер.
Вслед за решением тестировать, приходит необходимость как-то организовать этот процесс. Например, выделить для тестовых скриптов отдельную директорию, создать программу, которая запустит все скрипты и в зависимости от их исхода напишет «OK» или «Error». Вполне возможно проделать это «с нуля», но есть готовые тестовые инфраструктуры (вспомогательные программы), которые объединяют группы тестов «по темам», единообразно их сохраняют, запускают и выводят результаты.
Cоздание тестов в phpUnit
В основном из-за увлеченности методологией XP авторы знакомы с тестовой инфраструктурой JUnit, соответственно, для php их выбор пал на phpUnit, как на созданный энтузиастами порт своего «старшего брата». На сегодняшний день существует несколько различных версий порта JUnit на php. Как минимум 3 варианта c названием phpUnit и порт php_simpletest. Регулярно обновляется версия PEAR::PHPUnit (Sebastian Bergmann).
Php_simpletest находится в состоянии первой беты, другие phpUnit’ы обновлялись год назад (phpUnit project) и два года назад (phpunit-1.0.0) соответственно. Все рассмотренные ниже примеры модульных тестов написаны с использованием PEAR::PHPUnit.
Создадим набор тестов для класса Message, который форматирует и проверяет сообщение для последующей отправки его по e-mail.
Конструктор класса получает 3 параметра (имя отправителя, его e-mail aдрес и тело сообщения). Метод format_message() форматирует сообщение перед отправкой, а is_valid() проверяет возможность отправки сообщения (заполнены ли поля, и корректно ли введен е-mail). Исходный код класса Message — здесь
«Сердцем» тестирования является класс PHPUnit, который запускает TestSuite (набор тестов) и возвращает объект TestResult (результат теста).
Для того, чтобы написать минимальный набор тестов, используя phpUnit, необходимо:
- Подключить библиотеку PHPUnit.php
- Создать подкласс базового класса TestCase
- Добавить в него произвольное количество тестирующих методов, названия которых начинаются с «test». В нашем случае это «test_empty_input», «test_email_invalid», «test_valid_input». В них будут вызываться методы тeстируемого класса Message. На вход будут подаваться заранее известные параметры, а результат сравнивается с эталонным посредством семейства функций Assert, унаследованной нашим тестовым классом от TestCase (метод assertEquals проверяет ожидаемый и реально полученный результат на равенство, assertTrue проверяет, имеет ли поданный параметр значение «true» и т. д. )
- Cоздать класс PHPUnit_TestSuite, передав ему в качестве параметра название класса с набором тестов
- Запустить набор тестов и вывести результат
Создадим набор тестов для класса, следуя приведенной инструкции.