SHIFT - Extension de navigateur alimentée par l'IA 🌱

DEV - 20/01
Ceci est une soumission pour le GitHub Copilot Challenge : Fresh Starts and New Beginnings...

Ceci est une soumission pour le GitHub Copilot Challenge : Fresh Starts and New Beginnings

Ce que j'ai construit

SHIFT est une extension de navigateur basée sur l'IA qui vous aide à faire des choix durables lors de vos achats en ligne.

Juste au moment où vous êtes sur le point d'effectuer votre prochain achat impulsif, vous pouvez prendre environ trente secondes pour ouvrir l'extension, cliquer sur le bouton d'analyse et obtenir une analyse approfondie et une note de durabilité (sur 10) de votre produit. Un bref résumé de l’analyse permet d’en comprendre l’essentiel en un coup d’œil.

Cela vous aidera à réfléchir à vos habitudes d’achat et à éviter la surconsommation.

De plus, si vous souhaitez toujours acheter le produit pour l'un de vos besoins, vous pouvez obtenir des suggestions de produits alternatifs plus durables et plus respectueux de l'environnement en quelques secondes seulement, en cliquant sur un bouton.

Vous pouvez désormais répondre à vos besoins en matière d'achats tout en étant durable et respectueux !

Commencez dès aujourd’hui votre SHIFT vers un mode de vie plus durable et plus vert, un échange d’achat à la fois.

Détails techniques

L'analyse de durabilité est alimentée par un grand modèle de langage (GPT-4o-mini dans ce cas) qui prend les informations sur le produit extraites de la page Web et génère une note, une analyse approfondie et un résumé de l'analyse. La réponse est ensuite analysée et affichée dans l'extension.

De même, les produits durables alternatifs sont également récupérés par le LLM à partir de la description originale du produit, puis affichés à l'utilisateur avec des descriptions, des options d'achat en magasin et des liens cliquables pour acheter en ligne immédiatement.

GPT-4o-mini est accessible à l'aide de modèles Github qui permettent une génération ultra-rapide, garantissant une expérience utilisateur fluide.

Chronologie du développement

J'ai développé cette application en l'espace d'environ 8 heures (avec des pauses mdr). J'ai commencé par tester les réponses LLM dans un notebook Python en utilisant l'API fournie par Github Models. C'était super facile et rapide à faire.

J'ai transmis quelques exemples de données en copiant et collant les détails du produit à partir de pages Web et j'ai testé différentes invite...
[Courte citation de 8% de l'article original]

Loading...