ChatGPT | Asistente Médico con OpenAI usando Blazor y Azure Speech

def main(req: func.HttpRequest) -> func.HttpResponse:
    logging.info('Python HTTP trigger function processed a request.')

    try:
        req_body = req.get_json()
    except ValueError:
        pass
    else:
        kbText = req_body.get('KnowledgeBaseText')
        prompt = req_body.get('Prompt')

    if prompt:

        openai.api_key = os.environ["OPENAI_API_KEY"]

        start_sequence = "\nA:"
        restart_sequence = "\n\nQ: "
        prompt_formated = kbText + "\nQ: " + prompt + start_sequence

        response = openai.Completion.create(
         model="text-davinci-003",
         prompt=prompt_formated,
         temperature=0,
         max_tokens=300,
         top_p=1,
         frequency_penalty=0,
         presence_penalty=0,
         stop=["\n"]
        )

        #If the response code is 200, then the request was successful
        if response:
            #get the response as a json object
            response_json = {"Response": response.choices[0].text.strip()}

        return func.HttpResponse(json.dumps(response_json, ensure_ascii=False), status_code=200, mimetype="application/json", charset="utf-8", headers={"Access-Control-Allow-Origin": "*"})
    else:
        return func.HttpResponse(
             "This HTTP triggered function executed successfully. Pass a prompt in the query string or in the request body for a personalized response.",
             status_code=200
        )

"OPENAI_API_KEY": "{OpenAI KEY}"

func start

POST http://localhost:7071/api/CallQnAApi
Content-Type: application/json

{
  "KnowledgeBaseText": "Historial del paciente:\nNo tiene alergias a ningún medicamento\nNo tiene ninguna cirugia previa\nNo bebe alcohol\nNo fuma\nNo consume drogas\nToma medicación para la depresión\nNació el 17 de octubre de 1984\nHombre\nmide 1.75 metros\npesa 61 kilos\nTuvo un sagrado digestivo por ulceras en julio del 2022\nTuvo anemia aguda como consecuencia del sagrado digestivo de julio 2022\nEstuvo hospitalizado 3 veces por el sangrado digestivo\nRecibió 8 pintas de sangre\nTuvo covid en diciembre de 2022\nEstuvo hospitalizado por consecuencia del Covid\n",
  "Prompt": "Tiene cirugías?"
}

arch -x86_64 .venv/bin/python -m pip install -r requirements.txt

@code {
    private static string InfoPatient = "Historial del paciente:\nNombre completo: JUAN PEREZ PEREZ\nCédula: 1234512345\nNo tiene alergias a ningún medicamento\nNo tiene ninguna cirugía previa\nNo bebe alcohol\nNo fuma\nNo consume drogas\nNo tiene diabetes\nToma Escitalopram para la depresión\nNació el 17 de octubre de 1984\nHombre\nmide 1.75 metros\npesa 61 kilos\nTuvo un sagrado digestivo por úlceras en julio del 2022\nEstuvo hospitalizado por 6 días como consecuencia del sangrado en julio del 2022\nTuvo anemia aguda como consecuencia del sagrado digestivo de julio 2022\nTuvo un segundo sangrado digestivo en Octubre 2022\nEstuvo hospitalizado 2 días en cuidados intensivos por el segundo sangrado digestivo\nRecibió 8 pintas de sangre\nTuvo covid-19 en diciembre de 2022 \nEstuvo hospitalizado 4 días por consecuencia del Covid-19\n";
    private static string QnAResponse = "Respuesta del QnA: ";
    private static string StrPrompt = "Tuvo Covid?";

    private static async Task<string> CallQnAApi()
    {
        Console.WriteLine("Inicio CallQnAApi " + StrPrompt);
        var qnaApiUril = "http://localhost:7071/api/CallQnAApi";
        var qnaApiClient = new HttpClient();
        
        var qnaApiRequest = new HttpRequestMessage(HttpMethod.Post, qnaApiUril);
        qnaApiRequest.Content = new StringContent(JsonConvert.SerializeObject(new { KnowledgeBaseText = InfoPatient, Prompt = StrPrompt }), Encoding.UTF8, "application/json");
        var qnaApiResponse = await qnaApiClient.SendAsync(qnaApiRequest);
        var qnaApiResult = await qnaApiResponse.Content.ReadAsStringAsync();
        QnAResponse = qnaApiResult;
        
        return qnaApiResult;
    }

export async function SpeechToTextFromMic() {
    var subscriptionKey = "{Azure Speech Suscription Key}", serviceRegion = "{Azure Speech Region}";
    var SpeechSDK;
    var playbutton;
    var resultText;
    var phraseDiv;
    var resultadoDiv;
    var recognizer;

    playbutton = document.getElementById("playbutton");
    phraseDiv = document.getElementById("txtPrompt");
    resultadoDiv = document.getElementById("txtRespuestaPaciente");    

    if (!!window.SpeechSDK) {
        SpeechSDK = window.SpeechSDK;
        playbutton.disabled = false;

    }

    window.console.log('CLIC!!!');
    var speechConfig = SpeechSDK.SpeechConfig.fromSubscription(subscriptionKey, serviceRegion);

    speechConfig.speechRecognitionLanguage = "es-MX";
    
    var audioConfig = SpeechSDK.AudioConfig.fromDefaultMicrophoneInput();

    recognizer = new SpeechSDK.SpeechRecognizer(speechConfig, audioConfig);
    phraseDiv.value = "Escuchando...";
    playbutton.disabled = true;
    
    recognizer.recognizeOnceAsync(
        function (result) {
            playbutton.disabled = false;
            if (result.reason === SpeechSDK.ResultReason.RecognizedSpeech) {
                let translation = result.text;
                window.console.log(translation);
                phraseDiv.value = translation;
                resultText = translation;
            }
            DotNet.invokeMethodAsync('BlazorWAQnAOpenAI', 'ReturnPromptAsync', resultText)
                .then(data => {
                    console.log(data);
                    resultadoDiv.value = data;
                });
            recognizer.close();
            recognizer = undefined;
        },
        function (err) {
            playbutton.disabled = false;
            phraseDiv.value = err;
            window.console.log(err);

            recognizer.close();
            recognizer = undefined;
        });

    return resultText;
}

var subscriptionKey = "{Azure Speech Suscription Key}", serviceRegion = "{Azure Speech Region}";

dotnet watch