- 找到合適的 OpenAI 函式庫
- 包裝成 Repository 和 ViewModel
- 可以拖拉的對話框
- 新增設定介面
光是請 ChatpGPT 來幫忙寫 code 已經無法滿足我了，下一步是將 ChatGPT 整合進 EinkBro 中，讓使用者自己決定怎麼跟它互動。
目前的構想是：使用者可以先針對網頁選一段文字，然後再跟 ChatGPT 說你想要對這段文字做什麼事，看是要請它解釋給你聽，翻譯成其他語言，或是抓出其中的重點等等。
找到合適的 OpenAI 函式庫
這點倒是沒有花太多時間在上頭，反正 ChatGPT 的 API 沒有很複雜，它沒有提供認證的流程，使用者必須事前取得一把 key 才行。有了 key 之後，就只是單純的一支 API call。
後來我串接的是 com.aallam.open:openai-client:3.2.0 。
包裝成 Repository 和 ViewModel
因為 OpenAI 函式庫已經把 repository 要做的工作做完了，所以實際上我並沒有實作 repository layer，而是直接在 ViewModel 中生成 OpenAI instance。
class GptViewModel : ViewModel(), KoinComponent {
private val config: ConfigManager by inject()
private val openai: OpenAI by lazy { OpenAI(config.gptApiKey) }
...
}
ViewModel 中最重要的，也是唯一真正有呼叫 API 的函式是 query()。這邊寫死是使用 gpt-3.5-turbo 模型，雖然我最近終於排到了 gpt-4 model 的 API 使用權，但…太貴了，所以還是先用用 3.5 版本的就好。
fun query(userMessage: String? = null) {
if (userMessage != null) {
_inputMessage.value = userMessage
}
val messages = mutableListOf<ChatMessage>()
if (config.gptSystemPrompt.isNotBlank()) {
messages.add(config.gptSystemPrompt.toSystemMessage())
}
messages.add("${config.gptUserPromptPrefix}${_inputMessage.value}".toUserMessage())
val chatCompletionRequest = ChatCompletionRequest(
model = ModelId("gpt-3.5-turbo"),
messages = messages
)
viewModelScope.launch(Dispatchers.IO) {
val response = openai.chatCompletion(chatCompletionRequest)
_responseMessage.value = response.choices.first().message?.content ?: ""
}
}
可拖拉移動的對話框
在網頁上選取文字後，Android 系統會跳出 ActionMode menu；這個選單是系統在控制何時出現，以及會呈現哪些選項供使用者使用。在此，我打算完全捨棄系統的 menu，並改成我實作的 Context Menu。關於實作細節，今天不在這裡展開，我們先來講講，當 Context Menu 上的 GPT 按鈕被點擊後的處理方式。
我建立了一個 GPTDialogFragment 來顯示 ChatGPT 的處理結果。在建構子 (constructor) 中塞了一個 anchorPoint 的參數。這參數是從 BrowserActivity 點擊時取得的，可以用來決定 DialogFragment 出現時能夠顯示在手指點擊的附近。
而 setupDialogPosition() 就是依照 anchorPoint 的指示，把對話框移到合適的位子。
class GPTDialogFragment(
private val gptViewModel: GptViewModel,
private val anchorPoint: Point,
) : ComposeDialogFragment() {
...
private fun setupDialogPosition(position: Point) {
val window = dialog?.window ?: return
window.setGravity(Gravity.TOP or Gravity.LEFT)
if (position.isValid()) {
val params = window.attributes.apply {
x = position.x
y = position.y
}
window.attributes = params
}
}
}
一開始，顯示的位置對是對了，但如果想要在對話框還沒關閉前，可以把它移到別的位置的話，要怎麼做呢？這個需求不光是 GPT 的對話框有需求，剛剛提到的 custom ActionMode context menu 也需要這功能。所以，我把這功能抽到了一個 base 的 DraggableComposeDialogFragment.kt
首先，如同 GPT 對話框，它要能被指定一個起始的位置，所以這裡實作了 setupDialogPosition() 。
abstract class DraggableComposeDialogFragment: ComposeDialogFragment() {
private var initialTouchX: Float = 0f
private var initialTouchY: Float = 0f
private var initialX: Int = 0
private var initialY: Int = 0
@SuppressLint("ClickableViewAccessibility")
protected fun setupDialogPosition(position: Point) {
val window = dialog?.window ?: return
window.setGravity(Gravity.TOP or Gravity.LEFT)
if (position.isValid()) {
val params = window.attributes.apply {
x = position.x
y = position.y
}
window.attributes = params
}
supportDragToMove(window)
}
private fun Point.isValid() = x != 0 && y != 0
...
}
再來是處理使用者手指點在對話框上移動時的邏輯。老實說，這整個 Class 都是 ChatGPT 提供給我的。
private fun supportDragToMove(window: Window) {
val windowManager =
requireContext().getSystemService(Context.WINDOW_SERVICE) as WindowManager
window.decorView.setOnTouchListener { _, event ->
when (event.action) {
MotionEvent.ACTION_DOWN -> {
// Get the initial touch position and dialog window position
initialTouchX = event.rawX
initialTouchY = event.rawY
initialX = window.attributes.x
initialY = window.attributes.y
true
}
MotionEvent.ACTION_MOVE -> {
// Calculate the new position of the dialog window
val newX = initialX + (event.rawX - initialTouchX).toInt()
val newY = initialY + (event.rawY - initialTouchY).toInt()
// Update the position of the dialog window
window.attributes.x = newX
window.attributes.y = newY
windowManager.updateViewLayout(window.decorView, window.attributes)
true
}
else -> false
}
}
}
新增設定選項
這部分就不細講了。自從設定介面改用 Jetpack Compose 實作後，要新增設定的內容就單純多了。
目前的作法是，如果使用者有在設定中輸入 ChatGPT API key 的話，當選取文字後，就會看到 ChatGPT 的按鈕；反之則無。
圖片
