区块链数据集成

import { SortXYZBlockchainLoader } from "@langchain/community/document_loaders/web/sort_xyz_blockchain";
import { OpenAI } from "@langchain/openai";

/**
 * 参见 https://docs.sort.xyz/docs/api-keys 获取免费的 Sort API 密钥。
 * 参见 https://docs.sort.xyz 了解可用的查询类型。
 * 参见 https://docs.sort.xyz/reference 获取 Sort REST API 的详细信息。
 */

/**
 * 运行示例。
 */
export const run = async () => {
  // 初始化 OpenAI 模型。使用 /examples 目录下 .env 文件中的 OPENAI_API_KEY
  const model = new OpenAI({ temperature: 0.9 });

  const apiKey = "YOUR_SORTXYZ_API_KEY";
  const contractAddress =
    "0x887F3909C14DAbd9e9510128cA6cBb448E932d7f".toLowerCase();

  /*
  从以太坊区块链加载 NFT 元数据。提示：如需按特定 ID 加载，请参考下方的 SQL 查询示例。
  */

  const nftMetadataLoader = new SortXYZBlockchainLoader({
    apiKey,
    query: {
      type: "NFTMetadata",
      blockchain: "ethereum",
      contractAddress,
    },
  });

  const nftMetadataDocs = await nftMetadataLoader.load();

  const nftPrompt =
    "根据以下 JSON 文档中的属性，用 4 句话描述该角色并编成一个小故事。";
  const nftResponse = await model.invoke(
    nftPrompt + JSON.stringify(nftMetadataDocs[0], null, 2)
  );
  console.log(`用户 > ${nftPrompt}`);
  console.log(`chatgpt > ${nftResponse}`);

  /*
    从以太坊区块链加载合约地址的最新交易记录。
  */
  const latestTransactionsLoader = new SortXYZBlockchainLoader({
    apiKey,
    query: {
      type: "latestTransactions",
      blockchain: "ethereum",
      contractAddress,
    },
  });

  const latestTransactionsDocs = await latestTransactionsLoader.load();

  const latestPrompt =
    "仅用每份文档 4 句话描述以下 JSON 文档。尽可能包含更多细节。";
  const latestResponse = await model.invoke(
    latestPrompt + JSON.stringify(latestTransactionsDocs[0], null, 2)
  );
  console.log(`\n\n用户 > ${nftPrompt}`);
  console.log(`chatgpt > ${latestResponse}`);

  /*
    通过原始 SQL 和 NFT 索引加载特定 NFT 的元数据。参见 https://docs.sort.xyz 了解如何构建 SQL 查询。
  */

  const sqlQueryLoader = new SortXYZBlockchainLoader({
    apiKey,
    query: `SELECT * FROM ethereum.nft_metadata WHERE contract_address = '${contractAddress}' AND token_id = 1 LIMIT 1`,
  });

  const sqlDocs = await sqlQueryLoader.load();

  const sqlPrompt =
    "根据以下 JSON 文档中的属性，描述该角色并用于一家新咖啡店的广告中。";
  const sqlResponse = await model.invoke(
    sqlPrompt + JSON.stringify(sqlDocs[0], null, 2)
  );
  console.log(`\n\n用户 > ${sqlPrompt}`);
  console.log(`chatgpt > ${sqlResponse}`);
};