19、用 Python + OpenAI 构建一个命令行 AI 问答助手

🎯 教你用最少的代码,快速打造一个能在命令行对话的"ChatGPT 助手",支持多轮问答、聊天记录、持久化保存,既是工具也是项目展示。


✅ 本文目标

  • 通过 openai API 与 GPT 模型对话
  • 支持命令行输入 & 结构化输出
  • 加入历史上下文(记忆)
  • 可扩展成 CLI 工具或本地知识助手

🧰 环境准备

1. 安装依赖

复制代码
pip install openai rich

2. 获取 OpenAI API Key


🧠 基本结构(chat.py

python 复制代码
import openai
from rich import print
from rich.console import Console

# ✅ 替换成你的 OpenAI API 密钥
openai.api_key = "sk-xxxxx"

console = Console()
messages = [{"role": "system", "content": "你是一个有趣又专业的编程助手"}]

def chat():
    while True:
        try:
            user_input = console.input("[bold green]你:[/] ")
            if user_input.lower() in ["exit", "quit"]:
                break

            messages.append({"role": "user", "content": user_input})

            res = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",  # 或 gpt-4
                messages=messages
            )

            reply = res.choices[0].message["content"]
            messages.append({"role": "assistant", "content": reply})
            console.print(f"[bold blue]助手:[/] {reply}\n")

        except Exception as e:
            print(f"[red]❌ 错误:{e}[/]")

if __name__ == "__main__":
    chat()

✨ 效果演示

ruby 复制代码
$ python chat.py
你:帮我写个快速排序
助手:
当然可以!这是 Python 版本的快速排序代码:
...

🧠 加分功能建议

功能 说明
保存对话记录 写入 chat_log.txt
使用 argparse 支持 --model gpt-4--prompt 等参数
本地嵌入文档 实现 Retrieval-Augmented Generation(进阶)
响应多行 markdown 使用 rich.markdown.Markdown 美化输出

📁 示例目录结构

bash 复制代码
chat-assistant/
├── chat.py
├── .env               # 可存放 API_KEY
└── README.md

✅ 项目实用价值

  • CLI 工具原型,能快速回答技术问题
  • 可扩展成"Chat with PDF"、Chatbot 网站
  • 可部署到终端、桌面、网页任意形态

📦 扩展挑战

  • ✅ 用 langchain + Chroma 本地知识库
  • ✅ 封装为 todoai CLI 工具(支持 chat / code / explain)
  • ✅ 用 Textual 打造 TUI UI(超好看)
相关推荐
Victor356几秒前
MongoDB(85)如何实现全文搜索?
后端
小江的记录本3 分钟前
【JEECG Boot】JEECG Boot 系统性知识体系全方位结构化总结
java·前端·spring boot·后端·python·spring·spring cloud
SomeB1oody4 分钟前
【Python深度学习】1.2. 多层感知器MLP(人工神经网络)实现非线性分类理论
开发语言·人工智能·python·深度学习·机器学习·分类
清水白石0088 分钟前
《从同步到消息驱动:现代后端交互模式的深度解析与工程实践》
python·交互
deephub1 小时前
机器学习特征工程:缩放、编码、聚合、嵌入与自动化
人工智能·python·机器学习·特征工程
科雷软件测试6 小时前
Python中itertools.product:快速生成笛卡尔积
开发语言·python
IT_陈寒7 小时前
React Hooks闭包陷阱:你以为的state可能早就过期了
前端·人工智能·后端
小码哥_常7 小时前
细说API:颠覆认知!重新认识RESTful的真正精髓
后端
用户99045017780097 小时前
基于flowable实现在线表单+工作流
后端
苏三说技术7 小时前
Artha已接入MCP,线上问题能用AI排查了!
后端