文章目录
前言
在上一篇《AI大模型应用开发篇之Chat Completions API》中熟悉了 Chat Completions API相关特点和各种场景的使用样例; 本章主要记录如何基于Chat Completions API实现简单的多轮对话机器人。
一、初步测试
先咨询大模型一个未经训练不知道的内容;会发现大模型的回答结果并不是真实的,基本上都是他自己编写出来的。
python
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "null"},
{"role": "user", "content": '你知道《地球特派员》的电影里角色有哪些吗?'}
]
)
# 输出结果
response.choices[0].message.content
# 可以发现输出的内容都是大模型自己编出来的
'《地球特派员》是一部动画电影,也称为《Men in Black》。以下是电影中的一些角色:\n\n1. Agent K (凯)\n2. Agent J (杰)\n3. Frank the Pug (弗兰克)\n4. Agent L (艾丽)\n5. Zed (齐德)\n6. Edgar the Bug (埃德加)\n7. Laurel Weaver (劳瑞)\n8. Serleena (赛琳娜)\n\n这些是电影中比较重要的主要角色,还有其他一些次要角色和外星人角色。'
二、读取本地知识库
读取本地服务器提前准备好的知识库内容。
python
with open('地球特派员.txt', 'r', encoding='utf-8') as f:
chatCompletion_kg = f.read()
# 输出 chatCompletion_kg
'电影:地球特派员 Elio\n导演: 阿德里安·莫利纳\n主演: 约纳斯·基布雷亚布 / 亚美莉卡·费雷拉\n类型: 喜剧 / 科幻 / 动画 / 冒险\n上映日期: 2024-03-01(美国)\n这是皮克斯宣布了第 28 部故事片,将聚焦于一个 11 岁的男孩(当然叫 Elio),他无意中被传送到太空,被误认为是另一个星球上的地球大使。
三、问答测试
以本地知识库作为背景知识,再次让大模型回答相关问题;基本回答正确。
python
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": chatCompletion_kg},
{"role": "user", "content": '你知道《地球特派员》的电影里角色有哪些吗?'}
]
)
#输出 response.choices[0].message.content
'当然!《地球特派员》电影中的主要角色包括:\n\n1. Elio:主角,一个 11 岁的男孩,被误认为是地球大使而被传送到另一个星球上。\n2. 太空探险家 Zara:另一个星球的居民,是 Elio 在外太空中遇到的重要角色。\n3. 机器人小助手 R1C4:协助 Elio 在另一个星球上生存和应对挑战的机器人伙伴。\n4. 地球特派员团队:一群来自不同星球的使者,与 Elio 一起合作展开冒险活动。\n\n这些角色将在影片中展开一系列有趣、惊险和感人的故事情节。'
四、实现多轮对话
利用本地知识库+循环处理实现简单的多轮对话效果
python
def chat_with_model(messages):
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=messages
)
return response.choices[0].message.content
# 测试函数
def gpt_chat_with_model():
# 初始问候
messages = [
{"role": "system", "content": chatCompletion_kg}, ##添加本地知识库
{"role": "user", "content": "你好!"},
{"role": "assistant", "content": "你好!我是一个AIGC智能助理,有什么问题我可以帮助你?"}
]
print(chat_with_model(messages))
# 进行对话
while True:
user_input = input("用户:")
messages.append({"role": "user", "content": user_input})
assistant_response = chat_with_model(messages)
messages.append({"role": "assistant", "content": assistant_response})
print("助理:" + assistant_response)
# 判断是否结束对话
if user_input.lower() == 'quit':
break
调用gpt_chat_with_model()
问题如下:
问题1:请问地球特派员的导演是谁?
问题2:请问地球特派员的主演是谁?
问题3:请问地球特派员的什么时候上映?
问题4:请问地球特派员是什么类型的电影?
问题5:quit
回复如下:
助理:这部电影的导演是阿德里安·莫利纳(Adrian Molina)。
助理:《地球特派员》的主演包括约纳斯·基布雷亚布(Jonas Kühnemann)和亚美莉卡·费雷拉(Amarilys Ferreira)。
助理:《地球特派员》预计于2024年3月1日在美国上映。
助理:《地球特派员》是一部喜剧、科幻、动画和冒险题材相结合的电影。
助理:如有任何其他问题,欢迎随时向我提问!祝您有美好的一天!如果需要帮助,请随时回来。再见!
总结
本章案例主要利用ChatCompletion API的使用技巧,以及message参数中system可以实现知识背景的设置;让大模型浏览本地知识库内容,将其设定为System role的知识背景,实现一个了多轮对话机器人。
探索未知,分享所知;点击关注,码路同行,寻道人生!