用Python构建自己的ChatGPT聊天机器人

自从 OpenAI 推出 ChatGPT 以来，互联网一直没有停止对技术或人类未来的猜

测。

ChatGPT 已成为一种革命性产品，有可能影响人类工作的几乎所有领域。

对于开发人员来说，集成这些 API 代表着创新的新前沿。

在本文中，我们将使用 Gradio 和 OpenAI ChatGPT 模型来快速构建我们自己的

聊天机器人。

Gradio 基础介绍

Gradio 是一个用 Python 编写的开源工具。

Gradio 为机器学习开发人员提供了一种方便的方式来共享他们的模型。

Interface

它是一个高级类，可让你使用几行代码构建组件。

你可以为文本、图像、音频和视频构建输入/输出组件。

这具有较低的设计灵活性。

Gradio 界面的一个简单示例。

python

复制代码

import gradio as grdef sketch_recognition(img): pass# Implement your

sketch recognition model here...gr.Interface(fn=sketch_recognition,

inputs="sketchpad", outputs="label").launch()

据流控制以及用于交互式用户体验的事件处理程序。

scss

复制代码

import gradio as gr def greet(name): return"Hello " + name + "!"

with gr.Blocks() as demo: name = gr.Textbox(label="Name")

output = gr.Textbox(label="Output Box") greet_btn =

gr.Button("Greet") greet_btn.click(fn=greet, inputs=name,

outputs=output, api_name="greet") demo.launch()

获取 OpenAI 的 api key

在构建聊天界面之前，我们需要访问 OpenAI API .

import openaiopenai.ChatCompletion.create( model="gpt-3.5-turbo",

messages=[ {"role": "system", "content": "You are a helpful

assistant."}, {"role": "user", "content": "Who won the world

series in 2020?"}, {"role": "assistant", "content": "The Los

Angeles Dodgers won the World Series in 2020."}, {"role": "user",

"content": "Where was it played?"} ])

该消息是具有各自角色及其内容的字典列表。

� 预先配置系统角色为模型以特定方式运行提供一些上下文。

� 用户角色存储用户提示

� 助理角色保存来自模型的响应。