File size: 3,866 Bytes
add108b | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 | ---
title: NLP Space - API Texte (Phi-3 Mini)
emoji: 🧠
colorFrom: indigo
colorTo: purple
sdk: docker
cpu: true
app_file: app.py
pinned: true
---
# ⚡ Utilisation de l'API textgen (Space NLP)
Ce document fournit des exemples d'utilisation de l'API REST déployée sur votre Space Hugging Face `1dm/textgen`.
L'**URL de base** de l'API est : `https://1dm-textgen.hf.space`
Toutes les requêtes utilisent la méthode **POST** et acceptent un corps JSON.
### Schéma de Requête JSON
| Paramètre | Type | Description |
| :--- | :--- | :--- |
| `prompt` | `string` | Le texte ou l'instruction (obligatoire). |
| `max_tokens` | `integer` | Longueur maximale de la réponse (défaut: 500). |
| `temperature` | `float` | Créativité (0.1 = déterministe, 1.0 = aléatoire, défaut: 0.7). |
---
## 1. 🌐 Utilisation avec n8n (HTTP Request Node)
L'outil le plus courant pour intégrer votre API dans un workflow d'automatisation est le nœud **HTTP Request** de n8n.
### Exemple 1 : Générer un Titre Viral (`/generate`)
| Paramètre n8n | Valeur |
| :--- | :--- |
| **URL** | `https://1dm-textgen.hf.space/generate` |
| **Method** | `POST` |
| **Body (JSON/Raw)** | `{ "prompt": "Écris 5 titres YouTube pour une vidéo sur l'IA gratuite", "max_tokens": 150, "temperature": 0.8 }` |
**Récupération du Résultat :**
Le résultat se trouve dans la propriété `result` de la réponse JSON.
### Exemple 2 : Classifier un Sentiment (`/classify`)
| Paramètre n8n | Valeur |
| :--- | :--- |
| **URL** | `https://1dm-textgen.hf.space/classify` |
| **Method** | `POST` |
| **Body (JSON/Raw)** | `{ "prompt": "Classifie le sentiment de ce commentaire [positif/négatif/neutre] : 'Cette API est super rapide pour un CPU !'", "max_tokens": 10 }` |
---
## 2. 💻 Utilisation avec `curl` (Test en Ligne de Commande)
`curl` est parfait pour tester rapidement les endpoints et vérifier que votre API répond correctement.
### Exemple 1 : Résumer un Texte (`/summarize`)
```bash
curl -X POST "[https://1dm-textgen.hf.space/summarize](https://1dm-textgen.hf.space/summarize)" \
-H "Content-Type: application/json" \
-d '{
"prompt": "L\'automatisation No-Code permet aux utilisateurs non-techniques de construire des workflows complexes en utilisant des interfaces visuelles plutôt que du code. n8n est un exemple populaire de ce type d\'outil.",
"max_tokens": 80
}'
```
### Exemple 2 : Génération de Texte (/generate)
```
curl -X POST "[https://1dm-textgen.hf.space/generate](https://1dm-textgen.hf.space/generate)" \
-H "Content-Type: application/json" \
-d '{
"prompt": "Rédige une courte description optimisée pour le SEO sur le thème du No-Code.",
"max_tokens": 200,
"temperature": 0.5
}'
```
### 3. 🐍 Utilisation avec Python (index.py / Script)
Pour l'intégration dans un script backend (SaaS, microservice), utilisez la librairie requests.
Fichier index.py
```
import requests
import json
API_BASE_URL = "[https://1dm-textgen.hf.space](https://1dm-textgen.hf.space)"
def generate_content(prompt_text):
"""Appelle l'endpoint /generate."""
url = f"{API_BASE_URL}/generate"
payload = {
"prompt": prompt_text,
"max_tokens": 300,
"temperature": 0.7
}
try:
response = requests.post(url, json=payload)
response.raise_for_status() # Lève une exception pour les codes d'erreur HTTP
data = response.json()
return data.get("result", "Erreur : Résultat non trouvé.")
except requests.exceptions.RequestException as e:
return f"Erreur de connexion à l'API : {e}"
# --- Utilisation ---
prompt_user = "Écris une courte introduction pour un article sur les avantages de l'utilisation des Spaces Hugging Face."
resultat = generate_content(prompt_user)
print("--- Résultat de Génération ---")
print(resultat)
``` |