AI屋さんの　LLMとfletとdockerとcloud runと私

LLMに２００万トークン全文入力　追加学習ずみの専門分野特化のLLMの作り方

今回はwebアプリの部分を　flet に置き換えです。
flet は　flutter(≒google)　由来の　次世代技術のwebアプリで、
flutterは、HTML,CSS,各種言語　の次世代　代替品です。

完成イメージ図

flet で見た目もweb屋さんの市販品相当を実現可能ですので、
例えば、コンシューマーアプリを作るならば、
全文入力追加学習済みLLMと組み合わせて

　１、居酒屋のメニュー全部入れて、「AIオススメ　大宴会　居酒屋システム」や
　２、観光地とレストラン情報を全部入れて、「AIコンシェルジュ　デートプランナー」や
　３、百貨店の外商顧客向け、「AI黒執事　オートクチュール特別注文部」等

全てのお客様の全てのご要望に即時回答します。
ここまでくるとマネーの匂いがしてきそうな気がします。
誰でも（？）簡単に作れます。

flet は　flutter(≒google)　由来の　次世代技術のwebアプリで　なおかつ、
pythonのみ（Dartなし）で開発可能、
ブラウザ以外の　スマホ、タブレット、パソコン　などのネイティブアプリもいけます。

概要
大規模言語モデルのwebアプリをクラウドのサーバーレスでデプロイする
最小構成の資料です。
　 gemini
　 flet（今回ここ）
　 docker
　 cloud run
だけで作れちゃいます。
雛形で一度デプロイできれば、あとは簡単です。

既知の組み合わせで構成されています。
応用は自由自在です。

https://
flet-ghc4uieygq-an.a.run.app

パソコン向けローカルアプリの図

実際の開発は、flet　起因の記載のみで
文字列入力の文字列出力の　薄皮一枚、薄っぺらのwebアプリです。
２００万トークン全文入力、追加学習済み大規模言語モデルは、
第一回で作成した　webAPIを利用しています。
全ての開発済みアプリは、API経由で叩いています。
中身は、どれで作っても一緒です。

それ以外は、従来通りです。

docker 関連

さらに、前回　dockerHUB　からのデプロイも実行できていますので
クラウドのサーバーレスも、そこのイメージを　run　しますので、
コマンド　gcloud　無しでデプロイできます。
webのボタンをポチポチだけで　cloud run　を設定できます。

docker run -d -p 8080:8080 bono0/st

イメージを　プッシュ・プル　出来れば　勝ったも同然です。

目次

今回も無事に　fletにて
　AI屋さんの　LLMとfletとdockerとcloud runと私
　LLMに２００万トークン全文入力　追加学習ずみの専門分野特化のLLMの作り方
デプロイ完成です。　おめでとうございます。

ー続くー