我们将准备一个MindsDB SQL语句以只读访问方式连接Twitter：

CREATE DATABASE my_twitterWITH ENGINE = "twitter";

这将创建一个名为my_twitter的数据库。这个数据库附带一个名为tweets的表，我们可以使用它来搜索tweet和编写tweet。

在mindsdb或 #mindsdb下面的情况下，可以使用Twitter API来获得带有特定文本或标签的tweet列表。

SELECT  id, created_at, author_username, text FROM my_twitter.tweets WHERE  query = "(@snoopstein OR @snoop_stein OR #snoopstein OR #snoop_stein) -is:retweet"  AND created_at > "2023-03-20" LIMIT 20;

这里要注意的是，参数查询支持TwitterAPI支持的任何查询。

让我们来测试一下，通过将模型与tweets表连接起来，这个模型可以根据Snoop Stein在许多tweets上的个性生成输出:

SELECT t.id AS in_reply_to_tweet_id, t.text AS input_text, t.author_username, t.created_at, r.response AS text FROM my_twitter.tweets t JOIN mindsdb.snoopstein_model r WHERE t.query = "(@snoopstein OR @snoop_stein OR #snoopstein OR #snoop_stein) -is:retweet -from:snoop_stein" AND t.created_at > "2023-03-20" LIMIT 4;

现在，我们到了想让MindsDB把回复写回Twitter的部分。为此，如果你还没有Twitter开发帐户，则需要注册一个Twitter开发帐户，以便能够将推文写入Twitter(写入而不是只读)。

Twitter可能需要一天左右的时间来批准你的新开发帐户。一旦获得批准，以下是将你的Twitter账户链接到MindsDB的步骤。

1.API密钥（aka. consumer_key)

2.API密钥机构密(aka. consumer_secret )

3.无记名令牌

1.权限选择：读和写

2.在应用类型中选择：“Web应用”、“自动化应用”或“机器人”

3.在应用程序信息：提供任何URL为回调URL和网站URL

4.单击“保存”

生成访问令牌和机密，并在查询中填充

1）访问令牌

2）访问令牌机密

可以创建一个新的更新后的数据库，这样它就可以像下面这样读写：

CREATE DATABASE mindsdb.my_twitter_v2WITH PARAMETERS = { "consumer_key": "your twitter App API key", "consumer_secret": "your twitter App API key secret", "bearer_token": "your twitter App bearer TOKEN", "access_token": "your twitter App Access Token", "access_token_secret": "your twitter App Access Token Secret" };

让我们通过在MindsDB的Twitter账户上发布一些内容来进行测试。

INSERT INTO my_twitter_v2.tweets (in_reply_to_tweet_id, text) VALUES  (1633439839491092482, "MindsDB is great! now its super simple to build ML powered apps using JOBS https://docs.mindsdb.com/sql/tutorials/twitter-chatbot"), (1634126825377996800, "Holy!! MindsDB is such a useful tool for developers doing ML https://docs.mindsdb.com/sql/tutorials/twitter-chatbot");

这就像魔法一样，对吧?这些推文现在应该在推特上直播了。可以查看推特回复。

注：可以插入tweepy函数create_tweet的任何值。

创造工作（CREATE JOB）语句很棒，因为可以使用它实现自动化工作。这个想法很简单。给它一个想要执行的查询和执行的频率，现在给史努比·斯坦安排一份工作！

让我们编写一个名为gpt4_twitter_JOB的工作：

所有这些都可以在一个SQL命令中编写：

CREATE JOB mindsdb.gpt4_twitter_job AS (-- insert into tweets the output of joining model and new tweetsINSERT INTO my_twitter_v2.tweets (in_reply_to_tweet_id, text)SELECT t.id AS in_reply_to_tweet_id, r.response AS textFROM my_twitter.tweets tJOIN mindsdb.snoopstein_model r WHERE t.query = "(@snoopstein OR @snoop_stein OR #snoopstein OR #snoop_stein) -is:retweet -from:snoop_stein" AND t.created_at > "{{PREVIOUS_START_DATETIME}}" limit 10)EVERY hour

每隔一小时，都会检查提到MindsDB的新推文，并使用OpenAI GPT-4第2步中的模板生成的回复进行回复，该模板将以爱因斯坦和史努比狗（Snoop Dogg）相结合的风格进行回复。

可以检查JOB是否有效运行。

SELECT * FROM jobs WHERE name="gpt4_twitter_job";SELECT * FROM jobs_history WHERE name="gpt4_twitter_job";

可以按照如下方式停止工作：

DROP JOB gpt4_twitter_job

MindsDB是一个功能强大的软件平台，使开发人员能够轻松地将机器学习功能构建到他们的应用程序中。使用MindsDB，开发人员可以从不同的数据源和集成平台训练机器学习模型，并将生成的机器学习结果或预测直接输出到数据库中，可以作为表查询，或通过连接的应用程序(在本例中为Twitter)输出。这个使用GPT-4集成构建Twitter聊天机器人的例子并不是开发人员可以在几分钟内实现的唯一快速解决方案：MindsDB有许多例子，包括与许多其他模型(包括Hugging Face)集成，以构建可以总结文本、翻译、分析客户情绪(产品评论)和执行各种业务预测的应用程序。

原文标题：Build a Celebrity Twitter Chatbot with GPT-4!，作者：Jorge Torres