DEV Community

Cover image for WebAPI .NET com Integração a LLM (ChatGPT)
Danilo O. Pinheiro, dopme.io
Danilo O. Pinheiro, dopme.io

Posted on

WebAPI .NET com Integração a LLM (ChatGPT)

#openai #csharp #dotnet

Neste artigo, você vai aprender como:

  • Criar uma WebAPI com .NET 8
  • Integrar com um modelo LLM via API REST (ex: ChatGPT / OpenAI)
  • Fazer requisições do cliente para geração de resposta baseada em texto
  • Ter uma base pronta para expandir para agentes inteligentes, bots e automações

🧰 Tecnologias Utilizadas

Tecnologia Descrição
.NET 8 Framework backend moderno da Microsoft
ASP.NET Web API API RESTful com C#
HttpClient Cliente HTTP para integrar com a API do LLM
OpenAI API Serviço de LLM (GPT-3.5, GPT-4, etc.)

🎯 Objetivo

Criar um endpoint que recebe uma pergunta via HTTP POST e retorna a resposta da LLM (por exemplo, GPT-4 via OpenAI API).

⚙️ Criando o Projeto .NET 

dotnet new webapi -n LlmApiExample cd LlmApiExample
Enter fullscreen mode Exit fullscreen mode

📦 Instalando Dependências 

dotnet add package Microsoft.Extensions.Http
Enter fullscreen mode Exit fullscreen mode

Você também pode usar o pacote OpenAI oficial:

dotnet add package OpenAI
Enter fullscreen mode Exit fullscreen mode

📁 Estrutura do Projeto 

LlmApiExample/ ├── Controllers/ │ └── ChatController.cs ├── Services/ │ └── OpenAiService.cs ├── Models/ │ ├── ChatRequest.cs │ └── ChatResponse.cs ├── Program.cs └── appsettings.json
Enter fullscreen mode Exit fullscreen mode

📄 Models

ChatRequest.cs 

namespace LlmApiExample.Models; public class ChatRequest { public string Question { get; set; } = string.Empty; }
Enter fullscreen mode Exit fullscreen mode

ChatResponse.cs 

namespace LlmApiExample.Models; public class ChatResponse { public string Answer { get; set; } = string.Empty; }
Enter fullscreen mode Exit fullscreen mode

💬 OpenAI Service

OpenAiService.cs 

using System.Net.Http.Headers; using System.Text; using System.Text.Json; using LlmApiExample.Models; namespace LlmApiExample.Services; public class OpenAiService { private readonly HttpClient _httpClient; private readonly string _apiKey; public OpenAiService(IConfiguration config) { _httpClient = new HttpClient(); _apiKey = config["OpenAI:ApiKey"]!; _httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", _apiKey); } public async Task<string> AskChatGptAsync(string prompt) { var payload = new { model = "gpt-3.5-turbo", messages = new[] { new { role = "user", content = prompt } } }; var content = new StringContent( JsonSerializer.Serialize(payload), Encoding.UTF8, "application/json"); var response = await _httpClient .PostAsync("https://api.openai.com/v1/chat/completions", content); var responseString = await response.Content.ReadAsStringAsync(); using var jsonDoc = JsonDocument.Parse(responseString); return jsonDoc .RootElement .GetProperty("choices")[0] .GetProperty("message") .GetProperty("content") .GetString()!; } }
Enter fullscreen mode Exit fullscreen mode

🎛️ Controller

ChatController.cs 

using Microsoft.AspNetCore.Mvc; using LlmApiExample.Models; using LlmApiExample.Services; namespace LlmApiExample.Controllers; [ApiController] [Route("api/[controller]")] public class ChatController : ControllerBase { private readonly OpenAiService _openAiService; public ChatController(OpenAiService openAiService) { _openAiService = openAiService; } [HttpPost] public async Task<IActionResult> Ask([FromBody] ChatRequest request) { var answer = await _openAiService.AskChatGptAsync(request.Question); return Ok(new ChatResponse { Answer = answer }); } }
Enter fullscreen mode Exit fullscreen mode

🔧 Configuração do Program.cs 

var builder = WebApplication.CreateBuilder(args); builder.Services.AddControllers(); builder.Services.AddEndpointsApiExplorer(); builder.Services.AddSwaggerGen(); builder.Services.AddSingleton<OpenAiService>(); var app = builder.Build(); app.UseSwagger(); app.UseSwaggerUI(); app.UseAuthorization(); app.MapControllers(); app.Run();
Enter fullscreen mode Exit fullscreen mode

🔐 appsettings.json 

{ "OpenAI": { "ApiKey": "SUA_CHAVE_SECRETA" } }
Enter fullscreen mode Exit fullscreen mode

▶️ Executando a API 

dotnet run
Enter fullscreen mode Exit fullscreen mode

Acesse o Swagger em:

https://localhost:5001/swagger
Enter fullscreen mode Exit fullscreen mode

Teste o endpoint POST /api/chat com:

{ "question": "Explique o que é arquitetura hexagonal." }
Enter fullscreen mode Exit fullscreen mode

📦 Expansões Futuras

  • Suporte a múltiplos modelos (Claude, Mistral, LLaMA)
  • Integração com agentes que mantêm contexto
  • Limite de tokens / guardrails
  • Logs e telemetria com OpenTelemetry
  • Integração com frontend (Blazor/React)

✅ Conclusão

Você agora possui uma WebAPI funcional em .NET integrada com LLMs. Isso serve como base para:

  • Chatbots inteligentes
  • Agentes de automação
  • Integração com CRMs, ERPs e mais
  • Aplicações corporativas com IA generativa

Construa, teste, e comece a criar APIs inteligentes hoje.

🤝 Conecte-se Comigo

Fique à vontade para conversar sobre IA, .NET, APIs e arquitetura moderna:

²² Porventura há, entre as vaidades dos gentios, alguém que faça chover? Ou podem os céus dar chuvas? Não és tu, ó Senhor nosso Deus? Portanto em ti esperamos, pois tu fazes todas estas coisas.

Jeremias 14:22

Top comments (0)