使用 Pinata、OpenAI 和 Streamlit 与您的 PDF 聊天

在本教程中，我们将构建一个简单的聊天界面，允许用户上传 PDF，使用OpenAI 的 API检索其内容，并使用Streamlit在类似聊天的界面中显示响应。我们还将利用@pinata上传和存储 PDF 文件。

在继续之前，让我们先来看看我们正在构建的内容：

先决条件：

Python 基础知识
Pinata API 密钥（用于上传 PDF）
OpenAI API 密钥（用于生成响应）
已安装 Streamlit（用于构建 UI）

步骤 1：项目设置

首先创建一个新的 Python 项目目录：

mkdir chat-with-pdf
cd chat-with-pdf
python3 -m venv venv
source venv/bin/activate
pip install streamlit openai requests PyPDF2

.env现在，在项目根目录中创建一个文件并添加以下环境变量：

PINATA_API_KEY=<Your Pinata API Key>
PINATA_SECRET_API_KEY=<Your Pinata Secret Key>
OPENAI_API_KEY=<Your OpenAI API Key>

由于需要付费，因此必须OPENAI_API_KEY自行管理。但让我们来了解一下在 Pinita 中创建 api 密钥的过程。

因此，在继续之前，请让我们知道Pinata我们使用它的原因。

Pinata 是一种提供在IPFS（星际文件系统）上存储和管理文件的平台的服务，IPFS 是一个去中心化的分布式文件存储系统。

去中心化存储： Pinata 帮助您将文件存储在去中心化网络 IPFS 上。
易于使用：它为文件管理提供了用户友好的工具和 API。
文件可用性： Pinata 通过将文件“固定”在 IPFS 上来保证您的文件可访问。
NFT 支持：它非常适合存储 NFT 和 Web3 应用程序的元数据。
经济高效： Pinata 可以成为传统云存储的更便宜的替代品。

让我们通过登录创建所需的令牌：

下一步是验证您的注册电子邮件：

验证登录后生成 api 密钥：

之后，转到 API 密钥部分并创建新的 API 密钥：

最后，密钥成功生成。请复制该密钥并将其保存在您的代码编辑器中。

OPENAI_API_KEY=<Your OpenAI API Key>
PINATA_API_KEY=dfc05775d0c8a1743247
PINATA_SECRET_API_KEY=a54a70cd227a85e68615a5682500d73e9a12cd211dfbf5e25179830dc8278efc

第 2 步：使用 Pinata 上传 PDF

我们将使用 Pinata 的 API 上传 PDF 并获取每个文件的哈希值 (CID)。创建一个名为的文件pinata_helper.py来处理 PDF 上传。

import os  # Import the os module to interact with the operating system
import requests  # Import the requests library to make HTTP requests
from dotenv import load_dotenv  # Import load_dotenv to load environment variables from a .env file

# Load environment variables from the .env file
load_dotenv()

# Define the Pinata API URL for pinning files to IPFS
PINATA_API_URL = "https://api.pinata.cloud/pinning/pinFileToIPFS"

# Retrieve Pinata API keys from environment variables
PINATA_API_KEY = os.getenv("PINATA_API_KEY")
PINATA_SECRET_API_KEY = os.getenv("PINATA_SECRET_API_KEY")

def upload_pdf_to_pinata(file_path):
    """
    Uploads a PDF file to Pinata's IPFS service.

    Args:
        file_path (str): The path to the PDF file to be uploaded.

    Returns:
        str: The IPFS hash of the uploaded file if successful, None otherwise.
    """
    # Prepare headers for the API request with the Pinata API keys
    headers = {
        "pinata_api_key": PINATA_API_KEY,
        "pinata_secret_api_key": PINATA_SECRET_API_KEY
    }

    # Open the file in binary read mode
    with open(file_path, 'rb') as file:
        # Send a POST request to Pinata API to upload the file
        response = requests.post(PINATA_API_URL, files={'file': file}, headers=headers)

        # Check if the request was successful (status code 200)
        if response.status_code == 200:
            print("File uploaded successfully")  # Print success message
            # Return the IPFS hash from the response JSON
            return response.json()['IpfsHash']
        else:
            # Print an error message if the upload failed
            print(f"Error: {response.text}")
            return None  # Return None to indicate failure

步骤 3：设置 OpenAI
接下来，我们将创建一个函数，使用 OpenAI API 与从 PDF 中提取的文本进行交互。我们将利用 OpenAI 的gpt-4o模型gpt-4o-mini进行聊天响应。

创建一个新文件openai_helper.py：

import os
from openai import OpenAI
from dotenv import load_dotenv

# Load environment variables from .env file
load_dotenv()

# Initialize OpenAI client with the API key
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
client = OpenAI(api_key=OPENAI_API_KEY)

def get_openai_response(text, pdf_text):
    try:
        # Create the chat completion request
        print("User Input:", text)
        print("PDF Content:", pdf_text)  # Optional: for debugging

        # Combine the user's input and PDF content for context
        messages = [
            {"role": "system", "content": "You are a helpful assistant for answering questions about the PDF."},
            {"role": "user", "content": pdf_text},  # Providing the PDF content
            {"role": "user", "content": text}  # Providing the user question or request
        ]

        response = client.chat.completions.create(
            model="gpt-4",  # Use "gpt-4" or "gpt-4o mini" based on your access
            messages=messages,
            max_tokens=100,  # Adjust as necessary
            temperature=0.7  # Adjust to control response creativity
        )

        # Extract the content of the response
        return response.choices[0].message.content  # Corrected access method
    except Exception as e:
        return f"Error: {str(e)}"

步骤4：构建Streamlit界面

现在我们已经准备好辅助函数，是时候构建 Streamlit 应用程序了，该应用程序将上传 PDF、从 OpenAI 获取响应并显示聊天。

创建一个名为的文件app.py：

import streamlit as st
import os
import time
from pinata_helper import upload_pdf_to_pinata
from openai_helper import get_openai_response
from PyPDF2 import PdfReader
from dotenv import load_dotenv

# Load environment variables
load_dotenv()

st.set_page_config(page_title="Chat with PDFs", layout="centered")

st.title("Chat with PDFs using OpenAI and Pinata")

uploaded_file = st.file_uploader("Upload your PDF", type="pdf")

# Initialize session state for chat history and loading state
if "chat_history" not in st.session_state:
    st.session_state.chat_history = []
if "loading" not in st.session_state:
    st.session_state.loading = False

if uploaded_file is not None:
    # Save the uploaded file temporarily
    file_path = os.path.join("temp", uploaded_file.name)
    with open(file_path, "wb") as f:
        f.write(uploaded_file.getbuffer())

    # Upload PDF to Pinata
    st.write("Uploading PDF to Pinata...")
    pdf_cid = upload_pdf_to_pinata(file_path)

    if pdf_cid:
        st.write(f"File uploaded to IPFS with CID: {pdf_cid}")

        # Extract PDF content
        reader = PdfReader(file_path)
        pdf_text = ""
        for page in reader.pages:
            pdf_text += page.extract_text()

        if pdf_text:
            st.text_area("PDF Content", pdf_text, height=200)

            # Allow user to ask questions about the PDF
            user_input = st.text_input("Ask something about the PDF:", disabled=st.session_state.loading)

            if st.button("Send", disabled=st.session_state.loading):
                if user_input:
                    # Set loading state to True
                    st.session_state.loading = True

                    # Display loading indicator
                    with st.spinner("AI is thinking..."):
                        # Simulate loading with sleep (remove in production)
                        time.sleep(1)  # Simulate network delay
                        # Get AI response
                        response = get_openai_response(user_input, pdf_text)

                    # Update chat history
                    st.session_state.chat_history.append({"user": user_input, "ai": response})

                    # Clear the input box after sending
                    st.session_state.input_text = ""

                    # Reset loading state
                    st.session_state.loading = False

            # Display chat history
            if st.session_state.chat_history:
                for chat in st.session_state.chat_history:
                    st.write(f"**You:** {chat['user']}")
                    st.write(f"**AI:** {chat['ai']}")

                # Auto-scroll to the bottom of the chat
                st.write("<style>div.stChat {overflow-y: auto;}</style>", unsafe_allow_html=True)

                # Add three dots as a loading indicator if still waiting for response
                if st.session_state.loading:
                    st.write("**AI is typing** ...")

        else:
            st.error("Could not extract text from the PDF.")
    else:
        st.error("Failed to upload PDF to Pinata.")

步骤5：运行应用程序

要在本地运行应用程序，请使用以下命令：

streamlit run app.py

我们的文件已成功上传至 Pinata 平台：

步骤6：解释代码

皮纳塔上传

用户上传一个 PDF 文件，该文件暂时保存在本地，并使用 upload_pdf_to_pinata 函数上传到 Pinata。Pinata 返回一个哈希值（CID），该哈希值代表存储在 IPFS 上的文件。

PDF提取

文件上传后，将使用 PyPDF2 提取 PDF 内容。然后，提取的文本将显示在文本区域中。

OpenAI交互

用户可以使用文本输入询问有关 PDF 内容的问题。get_openai_response 函数将用户的查询连同 PDF 内容一起发送给 OpenAI，OpenAI 会返回相关的响应。

最终代码可在此 github repo 中找到：
https://github.com/Jagroop2001/chat-with-pdf

这篇博客就到这里！敬请期待更多更新，继续构建精彩的应用！💻✨
祝你编程愉快！😊

文章来源：https://dev.to/jagroop2001/building-a-chat-with-pdfs-using-pinataopenai-and-streamlit-3jb7