Busca

Aplicando IA para edição de imagens via API da OpenAI. Aprenda a criar uma aplicação em Blazor utilizando o GPT Image Edit da OpenAI para editar imagens. Neste tutorial, vamos explorar como integrar o Blazor e .NET com a API de edição de imagens da OpenAI. Você aprenderá a criar uma aplicação que permite o upload de imagens, a modificação delas por meio de prompts e a exibição dos resultados na tela. Exploraremos detalhes como a instalação dos pacotes necessários, configuração da API e as nuances do .NET Blazor. ### Índice de Capítulos 00:00:00 Explorando o portal platform.openai.com 00:03:40 Explicando campos de API do Endpoint Images/Edits para os modelos gpt-image-1 e dall-e 00:09:07 Criando uma nova aplicação Blazor no dotnet (dotnet new e list) 00:13:37 Compilando uma aplicação Blazor (dotnet build) 00:14:01 Instalando os pacotes OpenAI e DotNetEnv (nuget - dotnet add package) 00:15:19 Explicando o uso do pacote OpenAI 00:18:18 Explicando o uso do pacote DotNetEnv 00:19:09 Executando a aplicação Blazor com dotnet watch (e Hot Reload) 00:20:05 Modificando UI da página Home no Blazor (usando Bootstrap) 00:22:29 Implementando upload de imagem usando InputFile e o evento OnChange (RequestImageFile) 00:32:11 Convertendo a imagem do upload em base64 para exibi-la na página (MemoryStream) 00:36:55 Definindo e explicando rapidamente o RenderMode (InteractiveServer) 00:40:17 Enviando a imagem para a API da OpenAI usando o pacote ImageClient e model gpt-image-1 00:42:09 Criando a ligação (binding) entre as variáveis e os controles HTML da página 00:45:00 Criando API Key na plataforma OpenAI e gravando em variáveis de ambiente usando o DotNetEnv 00:45:34 Explicando opções no Dashboard da API na plataforma da OpenAI (Usage, etc.) 00:56:42 Implementando tratamento de erros e ampulheta de processamento (feedback visual) 01:06:30 Explicando a verificação de perfil para ser possível usar o Endpoint Images/Edits

Comunicação por TCP Sockets em C#: Blazor, Console e WinForms integrados em um Tutorial Completo! Este vídeo une e organiza três conteúdos completos sobre comunicação via TCP Sockets em C# e .NET, mostrando desde os conceitos iniciais até a implementação prática com Console Server, Blazor Client e WinForms Client. Você aprenderá passo a passo como: - Conceituar a comunicação por Sockets e entender diferenças para HTTP - Criar um Server TCP em .NET Console com TcpListener - Criar Clients TCP em Blazor Server e WinForms - Trabalhar com StreamReader e StreamWriter para envio/recebimento de mensagens - Gerenciar múltiplas conexões simultâneas (broadcast para todos os sockets) - Usar Task, Invoke, InvokeAsync e StateHasChanged para atualizar a UI - Tratar erros e desconexões de clientes - Integrar tudo em uma aplicação prática de comunicação cliente/servidor # Índice de Capítulos - 00:00:00 Conceitualizando a Comunicação por Sockets - 00:05:07 Criando a aplicação TCP Server .Net Console (dotnet new) - 00:10:31 Criando o Listener de TCP com o TcpListener - 00:13:15 Criando o loop para aguardar conexões TCP (AcceptTcoClient) - 00:13:48 Criando a tarefa (Task) que receberá e responderá as mensagens TCP - 00:15:16 Definindo os fluxos, geral (Stream), de envio (StreamWriter) e recebimento (StreamReader) - 00:15:41 Explicando a diferença entre conexão por Socket e comum HTTP - 00:19:57 Recebendo a mensagem TCP enviada pelo Client (Stream.ReadLine) - 00:21:53 Respondendo a mensagem TCP enviada pelo Client (Stream.WriteLine) - 00:27:29 Compilando a aplicação TCP Server .Net Console (dotnet build) - 00:27:58 Criando e executando a aplicação TCP Client em Blazor (Server) com .Net (dotnet new blazor) - 00:30:30 Criando a Interface (UI) em Blazor para o TCP Client (HTML, CSS e Bootstrap) - 00:35:00 Definindo os fluxos, geral (NetworkStream), envio (StreamWriter) e recebimento (StreamReader) - 00:39:19 Definindo os Bindings fazendo a ligação entre Interface (UI) e Código - 00:41:54 Inicializando o TCP Client (TcpClient) - 00:44:03 Criando a tarefa (Task) que define os fluxos (stream) de recebimento e resposta de mensagens TCP - 00:46:47 Atualizando, de uma Task externa, a Interface (UI) em Blazor (InvokeAsync, StateHasChange) - 00:47:36 Definindo método para envio de mensagens TCP (Stream.WriteLine) - 00:51:32 Definindo e detalhando o RenderMode InteractiveServer - 00:55:16 Tratando erros em uma aplicação .Net Blazor - 00:59:26 Compilando, executando e testando 2 aplicações .Net Blazor e Console (Client e TCP Server) - 01:02:25 Criando uma class auxiliar e um Dictionary de Streams de TcpClient - 01:07:46 Pegando o EndPoint do Client Socket conectado e incluindo no Dictionary - 01:11:24 Loop para responder a todos os Clients Socket TCP conectados (Broadcast) - 01:12:09 Verificando se o Client Socket TCP está conectado - 01:12:58 Desconectando Streams Client Socket TCP e o removendo do Dictionary - 01:14:51 Respondendo a um Client Socket TCP no seu StreamWriter - 01:16:42 Trocando um Dictionary por um ConcurrentDictionary de Clients Socket TCP - 01:19:08 Explicação completa de um Server Socket TCP em .net Console (TcpListener) - 01:28:26 Explicação completa de um Client Socket TCP em .net Blazor (TcpClient) - 01:31:35 Compilando e executando 2 aplicação Client e Server TCP em .net (Blazor e Console) - 01:43:56 Criando um Client Socket usando WinForms no Visual Studio 2022 - 01:46:03 Ajustando Componentes de interface (UI) no Winforms - 01:48:34 Conectando ao server TcpClient e definindo os fluxos (StreamReader e StreamWriter) - 01:52:23 Tratando o recebimento mensagens dos Clients usando StreamReader - 01:52:52 Usando Invoke para preencher uma ListBox na MainThread a partir de uma Task - 01:54:22 Codificando evento Click botão para enviar mensagens ao Socket Server (StreamWriter) - 01:55:54 Testando Sockets entre os Clientes Winforms e Blazor e o Server .net Console

Nesse vídeo, iremos aprender como converter um endereço em coordenadas de geolocalização (geolocation) sem usar componentes extras, usando apenas o HttpClient acessando o Google Places API no Blazor Server. O tutorial fala um pouco também sobre Injeção de Dependência, interface, tipagem de dados, dentre outros assuntos interessantes.

Nesse vídeo iremos aprender a criar um chatGPT personalizado usando Angular, o mesmo código servirá no Ionic, iremos aprender também a criar um contexto de memória de conversa para o GPT, trabalhar com Markdown exibindo textos formatados e iremos explorar algumas das novidades do novo GPT-4!

Neste vídeo, você aprenderá a implementar o Server Side Rendering (SSR) em aplicações Angular, criando uma aplicação mista que utiliza tanto o lado do cliente quanto do servidor. Veremos como essa técnica melhora a performance e o SEO, além de explorar como criar aplicativos SSR no Angular e adicionar capacidade de Web API. ## Índice de Capítulos - 00:00:00 - O que é Angular SSR (Performance e SEO)? - 00:03:37 - Criando uma Aplicação SSR - 00:06:32 - Preparando o Ambiente de Desenvolvimento (VSCode, Perfils, Extensões) - 00:08:05 - Compilando e executando o projeto Angular - 00:09:16 - Definindo a interface (UI) da Aplicação (HTML, SCSS) - 00:12:37 - Codificando método (evento click) para execução no lado do Cliente (Client Side) - 00:14:57 - Codificando Endpoints para Web API que receberá requests no Servidor (Server Side SSR) - 00:17:19 - Codificando método (evento click) para execução no lado do Servidor (Server Side SSR) - 00:20:02 - Compilando e Executando a Aplicação Angular em Modo SSR

Nesse vídeo apresento duas maneiras de criar um accordion, uma utilizando apenas HTML5 e outra usando código em React onde você aprenderá noções básicas de React e de JavaScript.

Neste vídeo, abordamos a utilização do input datetime do HTML em projetos Angular, mostrando como configurar e manipular este componente para visualizar e editar datas de maneira eficaz, especialmente em conjunto com dados vindos de API. Vamos criar um exemplo de utilização, resolver problemas clássicos de formatação e exibição do input datetime, e ainda garantir que dados sejam manipulados corretamente no front-end. Dentre os tópicos explorados estão a configuração do ambiente Angular, manipulação de dados com TypeScript, uso de diretivas como ngModel, importação de módulos necessários, e a abordagem correta para lidar com timezones e formatação de datas para uma melhor integração com API ### Índice de Capítulos - 00:00:00 - Problemas na utilização do HTML input datetime no angular - 00:01:56 - Verificando a versão do Angular - 00:02:37 - Criando uma nova Aplicação Angular (ng new) - 00:03:54 - Utilizando o Visual Studio Code, configurando o ambiente de desenvolvimento e extensões importantes para Angular - 00:06:08 - Compilação do projeto e execução do servidor local Angular - 00:07:50 - Criando Array de dados simulando retorno de API com datas no formato ISO - 00:09:19 - Trabalhando com código tipado usando Type e Interface - 00:10:35 - Codificando a interface/UI HTML com table (for of track) - 00:12:15 - Exibindo json formatado na página (PipeJson) - 00:12:58 - Implementando o input datetime-local com ngModel (FormsModule), demonstrando erro na exibição da data - 00:14:32 - Utilizando binding do tipo One-Way e implmentando o evento ngModelChange - 00:17:57 - Alternativa para ligar com problemas de timezone no Angular

Aprenda a usar Blazor e a API Clipdrop para remover fundos de imagem de forma eficaz Neste tutorial, mostraremos como criar uma aplicação em Blazor utilizando C# e a API do Clipdrop (que uso o Stable Diffusion) para remover automaticamente o fundo de imagens. Ao longo do vídeo, você aprenderá a configurar seu ambiente de desenvolvimento, manusear a API do Clipdrop e implementar funcionalidades que permitem o upload e processamento de imagens diretamente na aplicação. Você também verá como manipular requisições HTTP e trabalhar com injeção de dependência no .NET. Esta aplicação oferece um ponto de partida para desenvolvedores interessados em incorporar funcionalidades de manipulação de imagem usando inteligência artificial em seus projetos. **Índice de Capítulos:** - 00:00:00 Apresentação da Clipdrop e sua API - 00:02:38 Acesso à API do Clipdrop (API Key) - 00:04:30 Criando o projeto .net Blazor - 00:06:15 Estrutura inicial do projeto .net Blazor - 00:06:30 Uso de Extensões e Perfis com VSCode com .net Blazor - 00:13:10 Layout da página usando Razor com .net Blazor - 00:16:00 Codificação da página usando C# com .net Blazor - 00:25:28 Implementando upload de imagens no .net Blazor - 00:31:40 Configurando rendermode InteractiveServer no .net Blazor - 00:34:15 Criando POST MultiPartFormData para a API do Clipdrop - 00:38:17 Usando Injeção de Dependência (DI) no .net Blazor (HttpClient) - 00:41:33 Preenchendo form MultiPartFormData por código no .net Blazor (HttpClient)

Tutorial prático: Construa um Client Blazor e implemente comunicação TCP com Sockets no .NET Desenvolvendo Sistemas: Blazor Server e TcpListener com Sockets em .NET! Neste vídeo tutorial, você aprenderá a implementar a comunicação de Sockets usando Blazor Server e .NET do zero. Exploraremos como configurar um servidor TCP, conectar múltiplos clientes e implementar uma comunicação simultânea baseada em Sockets. Este guia prático é ideal para desenvolvedores interessados em enriquecer suas aplicações web com funcionalidades de tempo real, como chats e notificações de eventos. O vídeo é uma continuação de um tutorial anterior que mostrava como fazer comunicação com WebSockets usando HTML e JavaScript, proporcionando uma comparação interessante entre essas tecnologias. ### Índice de Capítulos - 00:00:00 - Conceitualizando a Comunicação por Sockets - 00:05:07 - Criando a aplicação TCP Server .Net Console (dotnet new) - 00:10:31 - Criando o Listener de TCP com o TcpListener - 00:13:15 - Criando o loop para aguardar conexões TCP (AcceptTcoClient) - 00:13:48 - Criando a tarefa (Task) que receberá e responderá as mensagens TCP - 00:15:16 - Definindo os fluxos, geral (Stream), de envio (StreamWriter) e recebimento (StreamReader) - 00:15:41 - Explicando a diferença entre conexão por Socket e comum HTTP - 00:19:57 - Recebendo a mensagem TCP enviada pelo Client (Stream.ReadLine) - 00:21:53 - Respondendo a mensagem TCP enviada pelo Client (Stream.WriteLine) - 00:27:29 - Compilando a aplicação TCP Server .Net Console (dotnet build) - 00:27:58 - Criando e executando a aplicação TCP Client em Blazor (Server) com .Net (dotnet new blazor) - 00:30:30 - Criando a Interface (UI) em Blazor para o TCP Client (HTML, CSS e Bootstrap) - 00:35:00 - Definindo os fluxos, geral (NetworkStream), envio (StreamWriter) e recebimento (StreamReader) - 00:39:19 - Definindo os Bindings fazendo a ligação entre Interface (UI) e Código - 00:41:54 - Inicializando o TCP Client (TcpClient) - 00:44:03 - Criando a tarefa (Task) que define os fluxos (stream) de recebimento e resposta de mensagens TCP - 00:46:47 - Atualizando, de uma Task externa, a Interface (UI) em Blazor (InvokeAsync, StateHasChange) - 00:47:36 - Definindo método para envio de mensagens TCP (Stream.WriteLine) - 00:51:32 - Definindo e detalhando o RenderMode InteractiveServer - 00:55:16 - Tratando erros em uma aplicação .Net Blazor - 00:59:26 - Compilando, executando e testando 2 aplicações .Net Blazor e Console (Client e TCP Server)

Nesse vídeo iremos aprender a criar um chatGPT personalizado usando Angular, o mesmo código servirá no Ionic, iremos aprender também a criar um contexto de memória de conversa para o GPT e iremos explorar algumas das novidades do novo GPT-4!

Descubra como usar a API GPT-4 Vision em uma aplicação Ionic neste tutorial prático. Passaremos pelo processo de configuração, desenvolvimento e testes tando em ambiente Web como em um Dispositivo Móvel (AVD) de um aplicativo que interage com a poderosa API de análise de imagens do OpenAI, explorando as funcionalidades através de perguntas e respostas sobre as imagens. ### Índice de capítulos: 00:00:00 - Introdução ao GPT-4 Vision e configuração do projeto Ionic 00:00:49 - Criação do projeto (aplicação) Ionic (e verificando a versão) 00:03:06 - Exploração do mecanismo de módulos Standalone do Angular 00:04:44 - Execução da aplicação com Ionic serve 00:05:52 - Estrutura de diretórios do projeto Ionic 00:07:12 - Estilização inicial da aplicação (ion-input, ion-buttons, img) 00:11:42 - Ajustes finais de estilo com SCSS 00:14:21 - Criação de variáveis para bind com TypeScript 00:15:54 - Inclusão da plataforma Android, Instalação e configuração da câmera do Capacitor (npx cap sync) 00:20:25 - Preparação para consumir a API do GPT-4 Vision 00:21:01 - Implementação do método para chamar a API de Vision 00:22:14 - Geração e uso de uma chave da API OpenAI (usando environment) 00:24:29 - Execução da chamada API dentro do código 00:27:10 - Teste de requisição e análise dos erros de CORS 00:27:58 - Ajuste do método de chamada API com o Capacitor HTTP 00:30:53 - Adição de um loading controller 00:32:26 - Testes finais no navegador da aplicação 00:34:09 - Execução e teste da aplicação em um emulador AVD Android

Nesse vídeo bem simples e básico iremos usar o .net Blazor Server com C# e a api Completions do OpenAI para criar uma espécie de simulação do chaGPT.