【极速版 -- 大模型入门到进阶】GPT + Gradio 聊天机器人从 0 到 1

文章目录

- [🌊 环境准备](#🌊 环境准备)
- [🌊 配置 API 密钥](#🌊 配置 API 密钥)
- [🌊 定义与 GPT 的对话函数，支持多轮对话](#🌊 定义与 GPT 的对话函数，支持多轮对话)
- [🌊 使用 Gradio 创建界面](#🌊 使用 Gradio 创建界面)
- [🌊 完整代码 & 结果展示](#🌊 完整代码 & 结果展示)

在这个教程中，我们将使用 OpenAI 的 GPT 模型和 Gradio 来创建一个聊天机器人。Gradio 是一个非常简单的 Python 库，可以快速创建交互式界面，让我们与 AI 模型进行对话。让我们一起开始吧！

🌊 环境准备

首先，确保你已经安装了 💻 以下 Python 库 openai, gradio：

bash 复制代码

from openai import OpenAI
import gradio as gr

from typing import List, Tuple

🌊 配置 API 密钥

python3 复制代码

openai.api_key = 'your-api-key-here'  # 在这里插入你的 API 密钥 🔑

🌊 定义与 GPT 的对话函数，支持多轮对话

python3 复制代码

def reset() -> List:
    return []

def interact(chatbot: List[Dict], user_input: str, temperature: float) -> List[Dict]:
    messages = []

    # 将历史对话按顺序添加到 messages 中
    for message in chatbot:
        messages.append({'role': message['role'], 'content': message['content']})

    # 将当前的 user_input 添加到 messages 的最后
    messages.append({'role': 'user', 'content': user_input})

    # 调用 OpenAI API 获取生成的回复
    response = openai.ChatCompletion.create(
        model="gpt-4",  # 你可以根据需要选择不同的模型，例如 gpt-4 或 gpt-3.5
        messages=messages,
        max_tokens=512,
        temperature=temperature,
    )

    # 获取生成的回复内容
    response_content = response['choices'][0]['message']['content']

    # 将当前的用户输入和模型的回复添加到聊天记录中
    chatbot.append({"role": "user", "content": user_input})
    chatbot.append({"role": "assistant", "content": response_content})

    return chatbot

🌊 使用 Gradio 创建界面

python3 复制代码

with gr.Blocks() as demo:
    gr.Markdown(f"# Gradio + GPT 多轮对话示例 🤖")

    chatbot = gr.Chatbot(type='messages')  # 创建聊天机器人界面
    input_textbox = gr.Textbox(label="输入你的消息 📝", value="")  # 创建文本输入框

    # 添加滑动条来调节 temperature
    temperature_slider = gr.Slider(minimum=0.0, maximum=1.0, value=0.7, label="调整回复温度 🔥")

    # 创建按钮行
    with gr.Row():
        sent_button = gr.Button(value="发送 📤")  # 发送按钮
        reset_button = gr.Button(value="重置 🔄")  # 重置按钮

    # 设置按钮事件
    sent_button.click(interact, inputs=[chatbot, input_textbox, temperature_slider], outputs=[chatbot])
    reset_button.click(reset, outputs=[chatbot])

# 启动 Gradio 应用
demo.launch(debug=True)

🌊 完整代码 & 结果展示

python3 复制代码

import gradio as gr
from typing import List, Dict
import openai
import os


# 从环境变量中读取 API 密钥（你可以通过设置环境变量来保护 API 密钥）
openai.api_key = os.getenv('OPENAI_API_KEY')  # 确保环境变量中设置了 OPENAI_API_KEY

# 定义重置函数，清空聊天记录
def reset() -> List[Dict]:
    return []

# 定义与 GPT 的对话函数，支持多轮对话
def interact(chatbot: List[Dict], user_input: str, temperature: float) -> List[Dict]:
    messages = []

    # 将历史对话按顺序添加到 messages 中
    for message in chatbot:
        messages.append({'role': message['role'], 'content': message['content']})

    # 将当前的 user_input 添加到 messages 的最后
    messages.append({'role': 'user', 'content': user_input})

    # 调用 OpenAI API 获取生成的回复
    response = openai.ChatCompletion.create(
        model="gpt-4",  # 你可以根据需要选择不同的模型，例如 gpt-4 或 gpt-3.5
        messages=messages,
        max_tokens=512,
        temperature=temperature,
    )

    # 获取生成的回复内容
    response_content = response['choices'][0]['message']['content']

    # 将当前的用户输入和模型的回复添加到聊天记录中
    chatbot.append({"role": "user", "content": user_input})
    chatbot.append({"role": "assistant", "content": response_content})

    return chatbot

# 使用 Gradio 创建界面
with gr.Blocks() as demo:
    gr.Markdown(f"# Gradio Tutorial")
    chatbot = gr.Chatbot(type='messages')
    input_textbox = gr.Textbox(label="Input", value="")

    # 添加滑动条来调节 temperature
    temperature_slider = gr.Slider(minimum=0.0, maximum=1.0, value=0.7, label="Temperature")

    with gr.Row():
        sent_button = gr.Button(value="Send")
        reset_button = gr.Button(value="Reset")

    sent_button.click(interact, inputs=[chatbot, input_textbox, temperature_slider], outputs=[chatbot])
    reset_button.click(reset, outputs=[chatbot])

demo.launch(debug=True)

参考资料：面向每个人的生成式AI, 【李宏毅 LLM 大模型】