Wil je je computer uitbreiden met zelfgemaakte hardware zoals extra waarschuwingsledjes of sensoren, dan kan dat eenvoudig met een microcontroller. Die sluit je via usb aan, waarna je de software op je computer met de microcontroller laat communiceren om de leds in en uit te schakelen of de sensordata uit te lezen. In dit artikel tonen we je hoe dat gaat en bouwen we een webinterface voor de seriële communicatie.

Op microcontrollerbordjes zoals een Arduino, Raspberry Pi Pico of ESP32 kun je allerlei leds, knoppen en sensoren aansluiten. Veel van die bordjes hebben een ingebouwde wifi-chip, waardoor je ze op afstand kunt aansturen. Maar soms is wifi niet mogelijk, te lastig of gewoon helemaal niet nodig.

Gelukkig zijn de meeste microcontrollerbordjes uitgerust met een usb-aansluiting en die kunnen we ook gebruiken om vanaf je computer opdrachten naar de microcontroller te sturen of informatie zoals sensordata terug te krijgen.

01 USB CDC

Voor de communicatie tussen microcontroller en computer gebruiken we een seriële interface via USB CDC. Onder Windows is het apparaat dan zichtbaar als een COM-poort, onder Linux als een apparaat zoals /dev/ttyACM0 en onder macOS /dev/cu.usbmodem<ennogiets>. Software op je computer kan dan met de microcontroller communiceren via deze COM-poort of het juiste apparaatbestand.

In de microcontroller moeten we dus een seriële verbinding via USB CDC opzetten. In dit artikel doen we dat met CircuitPython, dat honderden microcontrollerbordjes ondersteunt. Kies wel een bordje met ondersteuning voor USB CDC.

Wij hebben dit met succes getest met de Raspberry Pi Pico (W), Arduino Nano RP2040 Connect, Seeed Studio XIAO SAMD21 en Seeed Studio XIAO nRF52840. In de rest van dit artikel gaan we uit van een Raspberry Pi Pico. Voor de andere bordjes moet je de CircuitPython-code mogelijk lichtjes aanpassen of de firmware op een andere manier installeren.

02 CircuitPython installeren

Download de CircuitPython-firmware voor de Raspberry Pi Pico. Op het moment van schrijven was dat versie 8.2.2. Er is een Nederlandse versie beschikbaar, maar de taal maakt niet zoveel uit. Je ziet dat op de downloadpagina in de lijst met ingebouwde modules usb_cdc staat. Dat bevestigt dat we op dit bordje USB CDC kunnen gebruiken.

Het gedownloade firmwarebestand heeft de extensie .uf2. Houd op de Raspberry Pi Pico de witte knop BOOTSEL ingedrukt, sluit het bordje via een micro-usb-kabel op je computer aan en laat de knop dan los. De interne opslag van het bordje verschijnt nu als een usb-schijf met de naam RPI-RP2 op je computer. Sleep dan het .uf2-bestand naar die schijf. Na het kopiëren verschijnt de schijf onder een andere naam: CIRCUITPY.

03 Mu

De eenvoudigste manier om je bordje in CircuitPython te programmeren is met de code-editor Mu, die zowel voor Windows als voor macOS en Linux bestaat. Start Mu op, klik links bovenaan op Mode en kies CircuitPython uit de lijst. Klik dan op OK. Normaal wordt nu je aangesloten bordje herkend met onderaan de boodschap Detected new CircuitPython device.

In het grote tekstveld kun je nu je code typen die je op je bordje wilt uitvoeren. Om te testen of de hardware werkt, typ je daarin de volgende code die de ingebouwde led doet knipperen:

Klik bovenaan op Save, selecteer code.py en bevestig dat je dit bestand wilt overschrijven. Daarna zie je de ingebouwde led van de Raspberry Pi Pico knipperen. Hiermee weet je dat het bordje werkt.

04 Afspraken maken

Voordat we nu de Pico gaan programmeren, moeten we een protocol vastleggen voor de communicatie tussen computer en microcontroller. Zo’n protocol is eigenlijk een lijst van afspraken. Welke communicatie verwacht de Pico en wat doet de microcontroller dan? Voor ons voorbeeld houden we het protocol eenvoudig. Elke opdracht die we aan de microcontroller geven, bestaat uit één teken dat bepaalt wat er met de ingebouwde led moet gebeuren:

0 - Schakel led uit

1 - Schakel led aan

2 - Schakel led om

3 - Knipper de led kort

Met de opdracht 2 schakelt de microcontroller de led dus aan als hij uit is en uit als hij aan is. Met opdracht 3 doet de microcontroller hetzelfde, maar schakelt hij de led na een korte pauze terug naar de originele toestand.

We verwachten ook dat de microcontroller na het uitvoeren van elke opdracht de toestand van de led daarna communiceert naar de computer:

0 - Led is uit

1 - Led is aan

Tot slot is het nog belangrijk om te weten dat we hier spreken over tekens (letters of in dit geval cijfers), maar dat seriële communicatie met bytes werkt. Zowel aan de kant van de computer als aan de kant van de microcontroller moeten de juiste tekens dus nog worden omgezet naar de overeenkomende bytes.

05 Wachten op opdrachten

Nu we weten aan welke afspraken de microcontroller zich moet houden, kunnen we de CircuitPython-code hiervoor programmeren. Maak in Mu eerst een nieuw bestand aan en plaats daarin de volgende code om dataoverdracht via USB CDC mogelijk te maken:

Sla dit bestand op onder de naam boot.py. Dit bestand wordt door CircuitPython vlak na het opstarten van de microcontroller uitgevoerd.

Vervang dan de huidige code in code.py door de volgende:

We controleren dus in een oneindige lus (while True) of er invoer op de seriële interface is van de computer. Zo ja, dan lezen we met serial.read(1) één byte in. We vergelijken dit dan met de waardes uit ons protocol. Omdat het om bytes gaat, moeten we de tekens naar bytes omzetten. Daarom vergelijken we bijvoorbeeld met b"0". We stellen dan telkens de juiste waarde van de led in. Met led.value = not led.value schakelen we de led om. En uiteindelijk schrijven we met serial.write de waarde van de led naar de seriële interface, waar de computer die kan uitlezen. Sla dit bestand op onder de naam code.py. De Pico wacht nu op opdrachten.

06 Opdrachten geven

Als je goed hebt opgelet, heb je gezien dat bij het aansluiten van je Pico er een COM-poort in Windows is verschenen en bij het programma uit paragraaf 5 zelfs twee. Dat kun je ook zien in het Apparaatbeheer van Windows. De COM-poort met het hoogste volgnummer is de seriële interface die we nodig hebben om opdrachten aan de Pico te geven.

Hoe geven we nu die opdrachten? Een eenvoudige manier is door in de browser Chrome of Edge de website www.serialterminal.com te bezoeken. Die maakt gebruik van de standaard Web Serial. Klik linksboven op Connect. Je browser toont dan een lijst met seriële interfaces. Selecteer de juiste uit de lijst (er staat de naam Pico bij) en klik dan op Verbinding maken.

Vink de opties send with /r, send with /n en echo uit. Voer dan in het tekstveld de opdrachten uit paragraaf 4 in. Typ bijvoorbeeld 1 in en klik rechts op Send. De led op je Pico gaat nu aan, omdat de code uit paragraaf 5 het teken 1 ziet en daarop reageert. Typ dan bijvoorbeeld 2 in. De led schakelt nu om en gaat dus uit. Je ziet in het grote tekstveld onderaan ook de uitvoer van de microcontroller: 1 als de led aan is en 0 als die uit is.

07 Webinterface

Nu we weten dat de seriële communicatie werkt, kunnen we een handigere interface maken om de led aan te sturen. Dat kan bijvoorbeeld met dezelfde Web Serial-technologie van de website www.serialterminal.com. We maken daarvoor eerst een eenvoudige html-pagina aan:

We maken dus een aantal knoppen: Connect om te verbinden; OFF, ON en TOGGLE om de led uit, aan en om te schakelen; en tot slot FLASH om de led te laten knipperen. Tot slot tonen we ook een icoontje van een gloeilamp (in de vorm van een emoji) voor de status van de lamp.

08 JavaScript-code

In de webpagina hebben we het bestand usb-led.js als script ingeladen. Hierin komt dan de code om via de Web Serial-API opdrachten naar de aangesloten microcontroller te sturen:

De functie readState leest een byte uit de seriële interface en toont de gloeilamp als dit het teken 1 voorstelt en verbergt de gloeilamp als dit het teken 0 voorstelt. De functie writeCommand schrijft een opdracht naar de seriële interface en leest dan de toestand van de led.

De code erna wordt uitgevoerd nadat de DOM (Document Object Model) volledig is geladen. Dan koppelt die ‘event listeners’ aan alle knoppen. Klik je op Connect, dan wordt de poort gekozen via de Web Serial-API. Een klik op de andere knoppen roept de functie writeCommand aan met de overeenkomende opdracht.

Als je nu de html-pagina in Chrome opent en je Pico is aangesloten, klik dan op Connect. Verbind met de juiste poort en probeer de verschillende knoppen uit om de led van de Pico aan te sturen.

09 Temperatuursensor

Op dezelfde manier kunnen we een temperatuursensor op de Raspberry Pi Pico aansluiten en die via usb zijn sensorwaardes aan de computer laten doorgeven. Voor de temperatuursensor kiezen we de populaire BME280 van Bosch in de uitvoering van Adafruit. Er bestaan ook goedkopere versies van Chinese fabrikanten. Controleer dan dat het om een I²C-versie gaat die op 3,3 V werkt.

Verwijder de usb-kabel van de Pico en prik het bordje op een breadboard. Sluit SDA (bij Adafruit SDI) aan op pin 1 (GP0) van de Pico; SCL (bij Adafruit SCK) op pin 2 (GP1); VCC (bij Adafruit Vin) op 3,3 V; en GND op GND. Twijfel je over de juiste pinnen bij de Raspberry Pi Pico? Bekijk ze dan op https://pico.pinout.xyz. Sluit daarna de Pico weer aan via usb.

Download nu de bundel met Adafruit-bibliotheken voor CircuitPython 8.x. Pak het zip-bestand uit, ga daarin naar de directory lib en kopieer de mappen adafruit_bme280 en adafruit_bus_device naar de directory lib van je CIRCUITPY-station. Hiermee installeer je de CircuitPython-driver voor de BME280.

10 Metingen doorsturen

Verander dan in Mu Editor de code in code.py in de onderstaande code, die continu de temperatuur en luchtvochtigheid van de sensor uitleest en die via de seriële interface doorstuurt:

Eerst zetten we de I²C-bus op, waarbij we GPIO-pin 1 (GP1) als SCL definiëren en GPIO-pin 0 (GP0) als SDA. Daarna initialiseren we de driver voor de Adafruit BME280 en vragen we de dataverbinding voor de seriële interface op. Tot slot starten we in een oneindige lus het uitlezen van de temperatuur, ronden we die af op één cijfer na de komma en schrijven die naar de seriële interface, met telkens een seconde pauze tussen twee opeenvolgende metingen. Als je dit opslaat in code.py en dan op www.serialterminal.com in Chrome met je Pico verbindt, zie je de temperatuurmetingen over je scherm rollen. Dankzij de aanduiding "\n" (een newline) komt elke meting op een nieuwe regel.

11 Webinterface

Hoe tonen we die sensorwaardes nu in een webinterface? Een eenvoudige html-pagina zou er zo uitzien:

Deze bevat alleen een knop om de seriële verbinding op te zetten en een span-element dat de temperatuur toont. Het bijbehorende JavaScript-bestand usb-bme280.js is ook eenvoudig:

We wachten hier dus tot de DOM is geladen en voegen dan een ‘event listener’ toe aan de verbindingsknop. Zodra je daarop klikt en de seriële verbinding is opgezet, blijft de code continu een tekststroom inlezen. Elke keer dat er een regel tekst binnenkomt, wordt die toegekend aan het span-element met de ID temperature. En zo wordt de temperatuur continu bijgewerkt op de webpagina.

Uiteraard kun je dit nog verder uitwerken. Je kunt bijvoorbeeld ook de luchtvochtigheid van de sensor uitlezen en in een ander blokje tekst tonen op de webpagina. En met een stylesheet is de lay-out natuurlijk veel mooier te maken. Dit laten we allemaal als oefeningen over aan jou.

Waarom start een computer met een SSD binnen enkele seconden op, terwijl een oude harde schijf blijft ratelen? Het vervangen van een HDD door een SSD is de beste upgrade voor een trage laptop of pc. We leggen in dit artikel uit waar die enorme snelheidswinst vandaan komt en wat het fundamentele verschil is tussen deze twee opslagtechnieken.

Iedereen die zijn computer of laptop een tweede leven wil geven, krijgt vaak hetzelfde advies: vervang de oude harde schijf door een SSD. De snelheidswinst is direct merkbaar bij het opstarten en het openen van programma's. Maar waar komt dat enorme verschil in prestaties vandaan? Het antwoord ligt in de fundamentele technologie die schuilgaat onder de behuizing van deze opslagmedia.

De vertraging van mechanische onderdelen

Om te begrijpen waarom een Solid State Drive (SSD) zo snel is, moeten we eerst kijken naar de beperkingen van de traditionele harde schijf (HDD). Een HDD werkt met magnetische roterende platen. Dat kun je vergelijken met een geavanceerde platenspeler. Wanneer je een bestand opent, moet een fysieke lees- en schrijfkop zich naar de juiste plek op de draaiende schijf verplaatsen om de data op te halen. Dat fysieke proces kost tijd, wat we latentie noemen. Hoe meer de data op de schijf verspreid staat, hoe vaker de kop heen en weer moet bewegen en wachten tot de juiste sector onder de naald doordraait. Dit mechanische aspect is de grootste vertragende factor in traditionele opslag.

©Claudio Divizia

Flashgeheugen en directe gegevensoverdracht

Een SSD rekent definitief af met deze wachttijden omdat er geen bewegende onderdelen in de behuizing zitten. De naam 'Solid State' verwijst hier ook naar; het is een vast medium zonder rammelende componenten. In plaats van magnetische platen gebruikt een SSD zogenoemd NAND-flashgeheugen. Dat is vergelijkbaar met de technologie in een usb-stick, maar dan veel sneller en betrouwbaarder. Omdat de data op microchips wordt opgeslagen, is de toegang tot bestanden volledig elektronisch. Er hoeft geen schijf op toeren te komen en er hoeft geen arm te bewegen. De controller van de SSD stuurt simpelweg een elektrisch signaal naar het juiste adres op de chip en de data is direct beschikbaar.

Toegangstijd en willekeurige leesacties

Hoewel de maximale doorvoersnelheid van grote bestanden bij een SSD indrukwekkend is, zit de echte winst voor de consument in de toegangstijd. Een besturingssysteem zoals Windows of macOS is constant bezig met het lezen en schrijven van duizenden kleine systeembestandjes. Een harde schijf heeft daar enorm veel moeite mee, omdat de leeskop als een bezetene heen en weer moet schieten. Een SSD kan deze willekeurige lees- en schrijfopdrachten (random read/write) nagenoeg gelijktijdig verwerken met een verwaarloosbare vertraging. Dat is de reden waarom een pc met een SSD binnen enkele seconden opstart, terwijl een computer met een HDD daar soms minuten over doet.

©KanyaphatStudio

Van SATA naar NVMe-snelheden

Tot slot speelt de aansluiting een rol in de snelheidsontwikkeling. De eerste generaties SSD's gebruikten nog de SATA-aansluiting, die oorspronkelijk was ontworpen voor harde schijven. Hoewel dat al een flinke verbetering was, liepen snelle SSD's tegen de grens van deze aansluiting aan. Moderne computers maken daarom gebruik van het NVMe-protocol via een M.2-aansluiting. Deze technologie communiceert rechtstreeks via de snelle PCIe-banen van het moederbord, waardoor de vertragende tussenstappen van de oude SATA-standaard worden overgeslagen. Hierdoor zijn snelheden mogelijk die vele malen hoger liggen dan bij de traditionele harde schijf.

Misschien heb je wel eens een vraag gesteld aan een AI-chatbot als ChatGPT, Microsoft Copilot of Perplexity. Maar hoe ontwerp je zelf nu zo'n chatbot? Met de juiste tools is daar zelfs weinig tot geen programmeerwerk voor vereist. We bekijken twee uiteenlopende oplossingen.

Een AI-chatbot is een digitale gesprekspartner die wordt aangedreven door kunstmatige intelligentie. Meestal is de intelligentie gebaseerd op een taalmodel dat is getraind om mensachtige gesprekken te voeren. In tegenstelling tot traditionele op regels gebaseerde chatbots, die alleen vooraf ingestelde antwoorden geven, kan een AI-chatbot vrije tekst begrijpen en ‘natuurlijke’ reacties geven.

In dit artikel kijken we naar het bouwen van een eigen chatbot die je op je desktop of mobiel kunt gebruiken en zelfs op een eigen website kunt plaatsen. We bespreken twee manieren. De eenvoudigste is een no-code chatbotplatform dat het AI-gedeelte achter de schermen afhandelt en je via een gebruiksvriendelijke interface laat bepalen hoe de gespreksflow verloopt. Typische voorbeelden zijn Chatfuel en Chatbot voor zakelijke toepassingen. Daarnaast zijn er de meer toegankelijke Poe en Coze, die we hier behandelen. Onze tweede oplossing is technischer, maar flexibeler. Daarbij gebruik je de Application Programming Interface (API) van een AI-taalmodel om de AI-functionaliteit in je eigen omgeving te integreren. Hiervoor werken we graag met de online omgeving Google Colab.

Poe

Laten we starten met een gebruiksvriendelijke optie: het no-code chatbotplatform Poe (www.poe.com). Je kunt hier ook de app voor desktop of mobiel downloaden en installeren, met vrijwel dezelfde interface en functies als in de browser. De eerste keer maak je een account aan of meld je je aan met je Google- of Apple-account. Via Bots and apps kun je met allerlei AI-chatbots praten, maar in dit geval willen we vooral een eigen chatbot maken. Concreet gaat het om het creëren van een eigen ‘persona’ binnen een gekozen AI-model. Zo’n persona kun je zien als het perspectief, de rol of identiteit die je een AI-bot meegeeft.

Klik hiervoor op Create +. Je krijgt nu verschillende opties, zoals Image generation bot, Video generation bot en Prompt bot. Wij kiezen dit laatste.

Creatie

Je hoeft nu eigenlijk alleen maar een onlineformulier in te vullen. We doorlopen kort de belangrijkste onderdelen. Naast het gekozen bottype moet je een naam verzinnen. Omdat deze deel uitmaakt van de url, kies je bij voorkeur een originele, korte naam in kleine letters. Voeg ook een beschrijving toe, die zichtbaar is voor gebruikers van je bot.

Bij Base bot selecteer je een geschikt AI-model, bijvoorbeeld Claude-Haiku-3, GPT-4o-mini, GPT-5 of Grok-4. Afhankelijk van het model gelden er soms beperkingen. Poe-abonnees krijgen doorgaans uitgebreidere toegang tot de duurdere modellen.

Bij Prompt beschrijf je nauwkeurig en uitgebreid hoe de bot moet reageren. De optie Optimize prompt for Previews kun je uitgeschakeld laten. Vul bij Greeting message een welkomstwoord in dat de bot bij elke start toont. Het onderdeel Advanced kun je eigenlijk ongemoeid laten, maar interessant is wel dat je bij Custom temperature het ‘creativiteitsgehalte’ van de bot kunt instellen: hoe hoger de waarde, hoe creatiever en onvoorspelbaarder.

Bij Access kies je de zichtbaarheid van je bot. Wellicht is Only people with the access link de handigste optie, waarna de url zichtbaar wordt en je deze kunt verspreiden. Klik bovenin op Edit picture en kies of ontwerp een passend pictogram. Is alles ingevuld, klik dan onderin op Publish. Je bot is nu klaar voor gebruik. Om je bot te bewerken, hoef je deze maar bij Bots and apps te selecteren en via het knopje met de drie puntjes op Edit te klikken. Ook de optie Delete is beschikbaar.

GPT's van OpenAI

Binnen de omgeving van OpenAI (https://chat.openai.com) kun je ook je eigen AI-chatbots maken, de zogeheten GPT’s. Hiervoor heb je wel een plusabonnement nodig (23 euro per maand). Je bent daarbij ook beperkt tot de GPT-modellen van OpenAI, maar je kunt je creaties wel delen via een link of in de GPT-store.

In het kort werkt dit als volgt. Meld je aan en klik links op GPT’s. Klik rechtsboven op + Maken. Via Configureren stel je alles handmatig in, maar via Maken kan het ook ‘al converserend’. Beschrijf kort wat je GPT moet doen en voor wie. Laat de tool een naam en profielfoto voorstellen en beantwoord de vragen om toon en werking af te stemmen. Test je GPT in de preview en ga daarna naar Configureren, waar je naam, beschrijving, instructies en gespreksopeningen ziet. Bij Kennis kun je bestanden uploaden zodat je GPT ook informatie uit je eigen documenten haalt. Via Nieuwe handeling maken koppel je eventueel acties aan externe API’s, gebruik alleen API’s die je vertrouwt. Bevestig met Maken en bepaal hoe je je GPT deelt: Alleen ik, Iedereen met de link of GPT-winkel (in een zelfgekozen categorie). Rond af met Opslaan. Je kunt de link (https://chatgpt.com/g/<code><naam>) daarna kopiëren en verspreiden. Via GPT’s / Mijn GPT’s kun je eerder gemaakte GPT’s bewerken of verwijderen.

Je kunt ook je ook eigen ‘chatbots’ (GPT’s) ontwerpen, gebruiken en met anderen delen.

Poe biedt ook geavanceerdere mogelijkheden als een Server bot-type (waarmee je ook andere API’s kunt aanroepen). Via Knowledge base kun je verder eigen informatiebronnen toevoegen waaruit de bot kan putten. Voor complexere bots gebruiken we toch liever het no-code platform Coze (www.coze.com) dat veel extra opties kent. Meld je aan met je Google-account, klik op + Create in de linkerkolom en daarna op + Create bij Create agent.

Coze

Coze gebruikt de term agent in plaats van bot om duidelijk te maken dat je er een digitale assistent mee kunt maken die niet alleen met een AI-model antwoorden geeft, maar ook geheugen of context kan gebruiken en meerdere kanalen kan bedienen, zoals een website of een Discord-server, maar zover gaan we hier niet.

Vul een passende naam voor je bot of agent in en schrijf een korte maar duidelijke omschrijving, bijvoorbeeld “Deze bot haalt allerlei informatie uit onze eigen documenten rond computerbeveiliging.” Laat Personal geselecteerd bij Workspace en klik linksonder op het knopje om een geschikt pictogram te uploaden of klik op het sterretje om er een te laten genereren. Klik daarna op Confirm.

Uitwerking

Je komt nu in je dashboard waar je de bot verder vorm kunt geven. Ontwerp de persona door in het linkerdeelvenster een uitvoerige omschrijving van de bot in te vullen. Optimaliseer deze omschrijving snel met het blauwe knopje Auto Optimize prompt rechtsboven. Na bevestiging met Auto-optimize werkt Coze meteen een geoptimaliseerde prompt uit voor de persona. Klik op Replace om deze te gebruiken. In het rechterdeelvenster kun je je bot direct testen. De antwoorden komen uit de kennisdatabank van het geselecteerde model (zoals GPT-4o).

Wil je dat de bot ook uit eigen bronnen put, dan moet je deze eerst uploaden. Dit doe je in het middelste deelvenster, bij

Knowledge, waar je uit Text, Table en Images kunt kiezen. Klik op het plusknopje bij bijvoorbeeld Text en daarna op Create knowledge. Selecteer Text format en geef een naam aan je informatiebundel. Je kunt data ophalen uit bronnen als Notion of Google Doc, maar wij kiezen voor Local documents om eigen bestanden te uploaden. Klik op Create and import en versleep de gewenste documenten naar het venster. Klik daarna op Next (3x) en wat later zijn je documenten verwerkt. Rond af met Confirm en met Add to Agent rechtsboven. Je vindt je informatiebundel nu terug bij Knowledge en de bot put voortaan (ook) uit deze gegevens.

Om je bot beschikbaar te maken, klik je rechtsboven op Publish en daarna op Confirm. Je kunt hem op diverse platformen publiceren, onder meer in de Coze Agent Store. Selecteer een passende categorie en bevestig met Publish.

Extra's

Daarnaast biedt Coze nog diverse andere nuttige opties, zoals talrijke plug-ins. Klik hiervoor op het plusknopje bij Plugins of gebruik het A-knopje om automatisch geschikte plug-ins te laden op basis van je persona-beschrijving. Deze kun je meteen inzetten, eventueel na optimale afstelling via het tandwielpictogram.

API-sleutels

No code-platformen als Poe en Coze zijn handig, maar wil je meer flexibiliteit en schrik je niet terug voor enige basiscodering, dan werk je beter met de API van een AI-model. Deze fungeert als tussenpersoon die je script en de AI-dienst laat communiceren via een set regels en commando’s. We gaan uit van de API van OpenAI (GPT) en maken eerst een sleutel aan om de API-interface te gebruiken. Ga naar https://platform.openai.com/api-keys, meld je aan met je account (zoals Google) en klik op +Create new secret key. Geef de sleutel een naam, bijvoorbeeld aibot, en klik op Create secret key. Klik daarna op Copy en bewaar de sleutel op een veilige plek. Rond af met Done: de sleutel is nu toegevoegd. Je kunt deze hier op elk moment ook weer intrekken.

Interactie

Een snelle manier om een script te maken dat deze API aanroept, is via het gratis Google Colab (https://colab.research.google.com), een online notitieboek voor Python. Meld je aan met je Google-account, klik op + Nieuw notebook of ga naar Bestand en kies Nieuw notebook in Drive, en geef het ipynb-bestand (Interactive PYthon NoteBook) een zinvolle naam. Het notebook wordt automatisch in je Google Drive bewaard en is bereikbaar via het pictogram met de oranje cirkels.

Klik nu op + Code voor je eerste codecel, waarmee je de OpenAI-bibliotheek installeert:

!pip install openai

Voer dit uit met het pijlknopje en klik vervolgens op + Code voor de tweede cel met de volgende code:

from openai import OpenAI

client = OpenAI(api_key="<je_API-sleutel>")

response = client.chat.completions.create(

    model="gpt-3.5-turbo",

    messages=[{"role": "user", "content": "Wat weet je over Haarlem( Nederlands)?"}]

)

print(response.choices[0].message.content)

Je laadt hierbij eerst de geïnstalleerde Python-bibliotheek en zet je geheime sleutel in de clientconfiguratie. Vervolgens stuur je een chataanvraag naar OpenAI en bewaar je het antwoord in de variabele ‘response’. Vervolgens haal je de tekst van het (eerste) antwoord op en druk je dit af in de uitvoer van de code-cel.

Eigen chatbot

 We gaan nu een stap verder en maken er een heuse chatbot van die via een while-lus een doorlopend gesprek kan voeren:

from openai import OpenAI

client = OpenAI(api_key="<je_API-sleutel>")

messages=[

    {"role":"system","content":"Je beantwoordt elke prompt leuk, maar correct, met een rijmschema zoals ABAB of ABBA"}]

while True:

  user_input=input("Jij:")

  if user_input.lower() in ["stop","exit","quit"]:

    break

  messages.append({"role":"user","content":user_input})

  response=client.chat.completions.create(

      model="gpt-4o",messages=messages)

  bot_reply=response.choices[0].message.content

  print("Bot:",bot_reply)

  messages.append({"role":"assistant","content":bot_reply})

Zolang de gebruiker geen stopwoord invoert, blijft de lus actief. De bot antwoordt in de stijl en taal die je zelf hebt vastgelegd in de systeemrol (zie coderegel 3). Met de methode-aanroep messages.append voeg je telkens een nieuw bericht van zowel de gebruiker (user) als de bot (assistant) toe aan de gespreksgeschiedenis.

Mocht je ergens een fout hebben gemaakt in je script, dan is de kans groot dat je via de knop Fout uitleggen nuttige feedback krijgt en met de knop Accepteren (en uitvoeren) de fout zelfs automatisch kunt laten verbeteren.

In het kader ‘Mooi gepresenteerd’ lichten we kort toe hoe je dit script bijvoorbeeld ook op een eigen webpagina kunt laten draaien.

Mooi gepresenteerd

Je Colab-script werkt, maar het oogt niet fraai en je wilt het natuurlijk mooi gepresenteerd met anderen delen. Dit doe je het makkelijkst met Gradio, een opensource-Python-bibliotheek waarmee je snel een webinterface rond je script bouwt. Installeer en importeer daarvoor eerst Gradio in je Colab-omgeving:

!pip install -q gradio

import gradio

Via www.kwikr.nl/colabcode vind je de code (als py-bestand) waarmee je rond het Colab-script met Gradio een eenvoudige webinterface genereert. Deze verschijnt in je Colab-omgeving, maar je krijgt ook een publieke url te zien waar je de interface rechtstreeks kunt openen (https://<code>.gradio.live).

Dankzij de volgende aanroep in de laatste coderegel kunnen bezoekers van deze webpagina je chatbot-script ook als PWA-app op hun pc bewaren en starten:

demo.launch(share=True,pwa=True)

Een alternatief is deze webpagina via een <iframe>-instructie in de html-code van je eigen site op te nemen:

<iframe src=https://<code>.gradio.live></iframe>

Gradio heeft een eenvoudige webinterface gecreëerd voor ons chatbotscript.