AI 画像アナライザーの構築方法を知りたいですか? それなら、この記事を最後まで読んでください! AI アナライザー ツールの構築方法を本当に簡単に紹介します。そのため、事前の知識はほとんど必要ありません。手順を追って説明し、Project IDX と Gemini API を使用します。つまり、何も設定する必要はありません。すべてクラウド上で行われます。準備ができたら、始めましょう!
私のYouTubeチャンネルをご覧ください
プロジェクトIDXを始める
最初のステップはとても簡単です。ウェブサイトを開く必要があります
-
テンプレートを選択: Gemini API テンプレートを選択します。
-
プロジェクトに名前を付けます: 「test 2024」と呼びます。
-
環境の選択: JavaScript Web アプリケーション環境である「Vite」を選択します。
-
プロジェクトを作成します。[作成]ボタンを押します。
数分後、IDX がすべてを作成し、テンプレート ファイルが表示されます。このファイルは自由に変更できます。
テンプレートの変更
これは index.html ファイルです。好きなように変更できますが、まずはこれを見てみましょう。初期テンプレートには必要なものがほぼすべて含まれています。このテンプレートは Gemini 1.5 フラッシュ モデルを使用しているため、これで十分です。
APIキーの取得
ご覧のとおり、最初にAPIキーを取得する必要があるため、アプリケーションは最初は動作しません。Webサイトにアクセスしてください。
キーを取得したら、それをコピーして、 メイン.js ファイル。プレースホルダーを API キーに置き換えます。
アプリケーションのテスト
アプリケーションが動作しているかどうか確認してみましょう。「Go」を押して、Gemini が返す結果を確認します。
ご覧のとおり、Gemini は写真の中にあるものを理解し、この種のパンを焼くためのレシピをいくつか提案します。このアプリケーションはすでにサーバー上にあるため、リンクを共有したり、ブラウザでこのアプリケーションを開いたりすることができます。
URL はまだ美しくありませんが、すべてが機能していることは確認でき、このリンクをパートナーや同僚と共有できます。
画像アップロード機能の追加
AI 画像アナライザーを完成させるには、独自の画像を追加できるようにする必要があります。テンプレートにいくつか調整を加えてみましょう。まずは index.html ファイルです。
-
アプリケーション名を変更します。「AI Image Analyzer」と呼びます。
-
HTML を削除します。定義済みの画像を削除します。14 行目から 27 行目まで。
- 画像をアップロードするための入力フィールドを追加します。15行目
- 入力名のプロンプト値を「この画像について何でも質問してください」に変更します。
結果の HTML は以下の図のようになります。
JavaScriptの更新
ファイルを読み取るためのJavaScriptコードを定義する必要があります。 メイン.js ファイルを開き、次の変更を加えます。
- 22 行目から 26 行目までのコードを削除します。
// Load the image as a base64 string
let imageUrl = form.elements.namedItem('chosen-image').value;
let imageBase64 = await fetch(imageUrl)
.then(r => r.arrayBuffer())
.then(a => Base64.fromByteArray(new Uint8Array(a)));
- 22 行目から新しいコードを追加します。
// Load the image as a base64 string
const fileInput = document.getElementById('fileInput');
const file = fileInput.files(0);
const imageBase64 = await new Promise((resolve, reject) => {
const reader = new FileReader();
reader.readAsDataURL(file);
reader.onload = () => {
const base64String = reader.result.split(',')(1); // Extract base64 part
resolve(base64String);
};
reader.onerror = reject;
});
アプリケーションは、以下のスクリーンショットのようになります。
最終テスト
結果を確認しましょう。画像をアップロードし、画像に何が写っているかを尋ねて、「Go」を押します。
私の画像の例。
結果:
ご覧のとおり、Gemini API は画像に関するすべてを説明しています。当社の AI 画像アナライザーが機能しています。
結論
以上です。ご覧のとおり、Project IDX と Gemini API を使用して AI 画像アナライザーを構築するのは非常に簡単です。さまざまなアプリを作成できます。これはほんの一例です。この記事がお役に立ち、有益な情報になれば幸いです。ぜひ、下のコメント欄でフィードバックをお寄せください。
ありがとうございました。また次の記事でお会いしましょう! 🙂