つないでみよう：#15）GPT4o で画像認識 － エージェントの作成

前回からスタートした GPT4o の画像認識を API から実行するサンプル作り。今回は API をコールする部分を作成します。

エージェントの作成

サンプルアプリですので、ビューで選択した文書に対して実行する仕様とします。

まずは、LotusScript のエージェントを作成し、選択文書に対して実行するように設定します。メインルーチンは次の通りです。

Option Declare Use "lsWindows" 'Windows のテンポラリフォルダの取得 Private xns As NotesSession Private Const xcsBearer = "xxxxx" 'APIキーをここにセット Sub Initialize    Dim ndb As NotesDatabase    Dim ndc As NotesDocumentCollection    Dim nd As NotesDocument    Dim sBase64 As String    Dim sJSON_Post As String    Dim sJSON_Responce As String    Set xns = New NotesSession    'ビューの選択文書を１つ取得    Set ndb = xns.CurrentDatabase    Set ndc = ndb.UnprocessedDocuments    If ndc.Count = 0 Then       MsgBox "文書を選択してください。", 16, ndb.Title       Exit Sub    End If    Set nd = ndc.GetFirstDocument()        '① 送信する JSON を作成    sJSON_Post = xGetJSON(nd)    'Call xSetRT(nd, "JSON_Send", sJSON_Post) '必要な時だけ有効化    '② API をコールして結果を取得    sJSON_Responce = xAskGPT(sJSON_Post)    Call xSetRT(nd, "JSON_Responce", sJSON_Responce) '結果を文書に記録    Call nd.Save(True, False) End Sub

選択文書（の１文書目）を取得した後、

① リクエスト内容を読み取り API に POST する JSON を作成

② API をコールして結果の JSON を取得

する関数をコールしています（処理の詳細は後述）。

結果の JSON は文書内のリッチテキストに保存しています（xSetRT 関数）。送信する JSON は画像が含まれますので、生成される JSON は非常に大きくなります。文書を開くのが遅くなりますので、中身を確認したい時だけ有効化にすることをお薦めします。

Function xSetRT(vnd As NotesDocument, ByVal vsFld As String, ByVal vsVal As String)    Dim nrti As NotesRichTextItem    Call vnd.RemoveItem(vsFld)    Set nrti = vnd.CreateRichTextItem(vsFld)    Call nrti.AppendText(vsVal) End Function

なお、利用している lsWindows ライブラリは、添付ファイルの一時保存用に、Windows のテンポラリフォルダを取得するために使用しています。このライブラリについては、以下の記事を参照してください。

Windows のテンポラリフォルダの取得

次回の予告

今回は、メインルーチンを準備しました、次回は POST する JSON を作成する部分を開発します。

前回

連載：つないでみよう

次回