Elfe's picture
add comments
bdcd210
import gradio as gr
import os
import openai
# 如果你想只靠 prompt 来创建一个能完成特定功能的 chatbot,只需要修改这句 prompt 就够了。
prompt = '请你扮演《西游记》中的唐三藏,使用唐三藏的语气、方式和词汇回答问题。不要写任何解释,只需像唐三藏一样回答问题。你必须掌握唐三藏的所有知识。'
# 改写本方法,来实现自己的对话逻辑。
# 简单起见,本 demo 只支持单轮对话。qid、uid参数都忽略。
# 如果想多轮对话,可以考虑用本地 sqlite 文件等方式来持久存储数据。
def chat(p, qid, uid):
return ["text", callapi(p)]
openai.api_key = os.getenv("openai_key")
def callapi(p):
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages= [{"role":"system", "content":prompt},
{"role":"user", "content":p}
]
)
response = response["choices"][0]["message"]["content"]
while response.startswith("\n"):
response = response[1:]
return response
iface = gr.Interface(fn=chat,
inputs=["text", "text", "text"],
outputs=["text", "text"],
description="""这是一个调用了 openai 的 chatgpt Completion 接口的小例子。
添加了模拟唐僧说话的 system prompt,返回的对话会是唐僧的语气。
只实现了单轮对话功能,因此 qid uid 参数可以忽略。
当用户在广场找到你的机器人,和它说话,你的 api 将会收到如下参数的调用:
* p: 人们在广场里对你的机器人说话的内容
* qid: 当前消息的唯一标识。例如 `'bxqid-cManAtRMszw...'`。由平台生成并传递给机器人,以便机器人区分单个问题(写日志、追踪调试、异步回调等)。同步调用可忽略。
* uid: 用户的唯一标识。例如`'bxuid-Aj8Spso8Xsp...'`。由平台生成并传递给机器人,以便机器人区分用户。可被用于实现多轮对话的功能。
"""
)
iface.launch()