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()