OpenaiService

Der OpenaiService ermöglicht dir die Textgenerierung über die OpenAI API. Du kannst damit Prompts an GPT-Modelle senden, JSON-Antworten anfordern und Bild-Inhalte für Chat-Nachrichten vorbereiten.

Zugriff

const openai = RAGAI.AITEXT_OPENAI;

---

Methoden

chatCompletion(input, model?, temperature?, webSearch?)

Sendet einen Prompt an ein OpenAI-Modell und gibt die Antwort zurück.

Parameter:

Parameter	Typ	Pflicht	Beschreibung
input	string	Ja	Der Prompt-Text
model	string	Nein	Das zu verwendende Modell (z. B. "gpt-4o", "gpt-4o-mini")
temperature	number	Nein	Kreativität der Antwort (0 = deterministisch, 2 = sehr kreativ)
webSearch	boolean	Nein	Wenn true, wird Websuche für aktuelle Informationen aktiviert

Rückgabe: Promise<unknown> – Die Antwort des Modells.

// Einfacher Prompt
const antwort = await RAGAI.AITEXT_OPENAI.chatCompletion("Was ist Machine Learning?");

// Mit Modell und Temperature
const antwort = await RAGAI.AITEXT_OPENAI.chatCompletion(
  "Schreibe ein kurzes Gedicht über KI.",
  "gpt-4o",
  1.2
);

// Mit Websuche
const antwort = await RAGAI.AITEXT_OPENAI.chatCompletion(
  "Was sind die aktuellen Nachrichten zu KI?",
  "gpt-4o",
  0.7,
  true
);

---

chatCompletionJson(input, model?, temperature?, webSearch?)

Sendet einen Prompt an ein OpenAI-Modell und erwartet eine strukturierte JSON-Antwort. Die Parameter sind identisch zu chatCompletion.

Parameter:

Parameter	Typ	Pflicht	Beschreibung
input	string	Ja	Der Prompt-Text, der eine JSON-Antwort anfordert
model	string	Nein	Das zu verwendende Modell
temperature	number	Nein	Kreativität der Antwort
webSearch	boolean	Nein	Websuche aktivieren

Rückgabe: Promise<unknown> – Die Antwort als JSON-Objekt.

const ergebnis = await RAGAI.AITEXT_OPENAI.chatCompletionJson(
  "Erstelle eine JSON-Liste mit 5 Programmiersprachen und ihren Hauptanwendungsgebieten. Format: { \"sprachen\": [{ \"name\": \"...\", \"gebiet\": \"...\" }] }"
);

for (const sprache of ergebnis.sprachen) {
  console.log(`${sprache.name}: ${sprache.gebiet}`);
}

---

getImageMesageContent(src)

Erstellt ein Bild-Nachrichtenobjekt für die Verwendung in Chat-Nachrichten. Nützlich, wenn du Bilder als Teil eines Multi-Modal-Prompts an GPT senden möchtest.

Parameter:

Parameter	Typ	Pflicht	Beschreibung
src	string	Ja	Bild-URL oder Base64-kodierter Bildstring

Rückgabe: Promise<{ type, image_url: { url, detail } }> – Ein formatiertes Bild-Nachrichtenobjekt.

const bildContent = await RAGAI.AITEXT_OPENAI.getImageMesageContent(
  "https://example.com/bild.jpg"
);

// Das Objekt hat folgende Struktur:
// {
//   type: "image_url",
//   image_url: {
//     url: "https://example.com/bild.jpg",
//     detail: "auto"
//   }
// }

---

Vollständiges Beispiel

async function openaiBeispiel(userInput) {
  // 1. Textantwort generieren
  const zusammenfassung = await RAGAI.AITEXT_OPENAI.chatCompletion(
    "Fasse folgenden Text in 3 Sätzen zusammen: " + userInput,
    "gpt-4o",
    0.5
  );
  RAGAI.MSG.botMessage(zusammenfassung);

  // 2. Strukturierte Daten extrahieren
  const daten = await RAGAI.AITEXT_OPENAI.chatCompletionJson(
    "Extrahiere Schlüsselwörter aus folgendem Text als JSON-Array: " + userInput
  );
  RAGAI.MSG.botMessage("Schlüsselwörter: " + daten.keywords.join(", "));

  // 3. Bild-Content für multimodale Anfragen vorbereiten
  const bildContent = await RAGAI.AITEXT_OPENAI.getImageMesageContent(
    "https://example.com/diagramm.png"
  );
}

---

Hinweise

• Die Wahl des Modells beeinflusst Kosten und Qualität. gpt-4o-mini ist schneller und günstiger, gpt-4o liefert bessere Ergebnisse.
• Eine Temperature von 0 liefert reproduzierbare Ergebnisse, höhere Werte machen Antworten kreativer.
• Die Websuche ist nützlich für aktuelle Informationen, die nicht im Trainingsset des Modells enthalten sind.
• Bei chatCompletionJson beschreibe das gewünschte JSON-Format im Prompt, damit das Modell die richtige Struktur zurückgibt.