Kotlin और ChatGPT: AI कोड असिस्टेंट बनाएं

शुरुआती लोगों के लिए ऑनलाइन Python प्रशिक्षक

Python आसानी से सीखें बिना सिद्धांत के बोझ के। स्वचालित जांच के साथ व्यावहारिक कार्य हल करें और ब्राउज़र में सीधे कोड लिखें।

पाठ्यक्रम शुरू करें

Kotlin और AI का मिलन: क्यों Kotlin डेवलपर्स पहले से ChatGPT का उपयोग कर रहे हैं

\n\n

डेवलपमेंट की दुनिया तेज़ी से बदल रही है। कल तक हमें डर था कि न्यूरल नेटवर्क प्रोग्रामर्स की जगह ले लेंगे, लेकिन आज हम उन्हें सुपर-असिस्टेंट के रूप में इस्तेमाल कर रहे हैं। और अगर आप Kotlin में कोड लिखते हैं, तो आपके पास एक अनोखा फायदा है: यह भाषा तेज़, आधुनिक और सुरक्षित ऐप बनाने के लिए परफेक्ट है जो ChatGPT से बात कर सकते हैं।

\n\n

इस आर्टिकल में हम जानेंगे कि Kotlin डेवलपमेंट में ChatGPT का उपयोग कैसे करें — सिर्फ थ्योरी नहीं, बल्कि एक काम करने वाले टूल के रूप में। आप सीखेंगे कि अपने प्रोजेक्ट में OpenAI API को कैसे इंटीग्रेट करें, AI के रिस्पॉन्स को प्रोसेस करें और उन पर उपयोगी फीचर्स बनाएं। बिना बकवास, रियल कोड उदाहरणों के साथ।

\n\n

Kotlin और AI कहाँ मिलते हैं — प्रैक्टिकल उपयोग

\n\n

Kotlin सिर्फ Android नहीं है। यह Ktor पर बैकएंड, Spring Boot पर माइक्रोसर्विसेज, डेटा साइंस और मल्टीप्लेटफॉर्म ऐप भी है। इसमें ChatGPT API जोड़कर आप ये कर सकते हैं:

\n\n

कोड के लिए ऑटोमैटिक डॉक्यूमेंटेशन जनरेट करना
नेचुरल लैंग्वेज चैटबॉट बनाना
यूज़र इनपुट को एनालाइज़ और क्लासिफाई करना
नॉलेज बेस में "स्मार्ट" सर्च लागू करना
कोड में एरर चेक करना और सुधार सुझाना

\n\n

और यह सब — आपकी पसंदीदा Kotlin भाषा में। कोई Python नहीं, कोई एक्स्ट्रा डिपेंडेंसी नहीं। बस Ktor, ktor-client और प्रॉम्प्ट का थोड़ा जादू।

\n\n

प्रोजेक्ट तैयार करें: ChatGPT के लिए न्यूनतम सेटअप

\n\n

शुरुआत के लिए हमें एक HTTP क्लाइंट चाहिए। Kotlin की दुनिया में सबसे अच्छा विकल्प है Ktor Client। यह हल्का, एसिंक्रोनस और REST API के लिए परफेक्ट है।

\n\n

build.gradle.kts में ये डिपेंडेंसी जोड़ें:

\n\n

dependencies {\n    implementation("io.ktor:ktor-client-core:2.3.7")\n    implementation("io.ktor:ktor-client-cio:2.3.7")\n    implementation("io.ktor:ktor-client-content-negotiation:2.3.7")\n    implementation("io.ktor:ktor-serialization-kotlinx-json:2.3.7")\n    implementation("org.jetbrains.kotlinx:kotlinx-serialization-json:1.6.2")\n}

\n\n

अब OpenAI से बात करने के लिए एक सिंपल क्लास बनाते हैं। यह ChatGPT API को रिक्वेस्ट भेजेगा और रिस्पॉन्स को आसान फॉर्मेट में लौटाएगा।

\n\n

कोड लिखें: Kotlin में ChatGPT को पहला रिक्वेस्ट

\n\n

डेटा मॉडल से शुरू करते हैं। हम JSON के लिए Kotlin Serialization का उपयोग करेंगे।

\n\n

@Serializable\ndata class ChatMessage(\n    val role: String,\n    val content: String\n)\n\n@Serializable\ndata class ChatRequest(\n    val model: String = "gpt-3.5-turbo",\n    val messages: List<ChatMessage>,\n    val temperature: Double = 0.7\n)\n\n@Serializable\ndata class ChatResponse(\n    val choices: List<Choice>\n)\n\n@Serializable\ndata class Choice(\n    val message: ChatMessage\n)

\n\n

अब एक फंक्शन लिखते हैं जो ChatGPT को मैसेज भेजे और जवाब लौटाए:

\n\n

class OpenAIClient(private val apiKey: String) {\n    private val client = HttpClient(CIO) {\n        install(ContentNegotiation) {\n            json(Json {\n                ignoreUnknownKeys = true\n            })\n        }\n    }\n\n    suspend fun ask(prompt: String): String {\n        val request = ChatRequest(\n            messages = listOf(\n                ChatMessage("user", prompt)\n            )\n        )\n\n        val response: ChatResponse = client.post("https://api.openai.com/v1/chat/completions") {\n            header("Authorization", "Bearer $apiKey")\n            contentType(ContentType.Application.Json)\n            setBody(request)\n        }.body()\n\n        return response.choices.first().message.content\n    }\n}

\n\n

ध्यान दें: हम suspend फंक्शन का उपयोग कर रहे हैं — इसका मतलब है कि यह कॉल थ्रेड को ब्लॉक नहीं करेगा। परफेक्ट