이 튜토리얼에서는 Python과 OpenAI API를 사용하여 생성 AI 챗봇을 만드는 과정을 안내합니다. 맥락을 유지하면서 도움이 되는 답변을 제공하면서 자연스러운 대화에 참여할 수 있는 챗봇을 구축하겠습니다.
전제 조건
- 파이썬 3.8
- Python 프로그래밍에 대한 기본 이해
- OpenAI API 키
- RESTful API 기본 지식
환경 설정
먼저 개발 환경을 설정해 보겠습니다. 새 Python 프로젝트를 생성하고 필요한 종속성을 설치합니다.
pip install openai python-dotenv streamlit
프로젝트 구조
저희 챗봇은 깔끔한 모듈식 구조를 갖습니다.
chatbot/ ├── .env ├── app.py ├── chat_handler.py └── requirements.txt
구현
chat_handler.py의 핵심 챗봇 로직부터 시작해 보겠습니다.
import openai from typing import List, Dict import os from dotenv import load_dotenv load_dotenv() class ChatBot: def __init__(self): openai.api_key = os.getenv("OPENAI_API_KEY") self.conversation_history: List[Dict[str, str]] = [] self.system_prompt = """You are a helpful AI assistant. Provide clear, accurate, and engaging responses while maintaining a friendly tone.""" def add_message(self, role: str, content: str): self.conversation_history.append({"role": role, "content": content}) def get_response(self, user_input: str) -> str: # Add user input to conversation history self.add_message("user", user_input) # Prepare messages for API call messages = [{"role": "system", "content": self.system_prompt}] + \ self.conversation_history try: # Make API call to OpenAI response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=messages, max_tokens=1000, temperature=0.7 ) # Extract and store assistant's response assistant_response = response.choices[0].message.content self.add_message("assistant", assistant_response) return assistant_response except Exception as e: return f"An error occurred: {str(e)}"
이제 app.py에서 Streamlit을 사용하여 간단한 웹 인터페이스를 만들어 보겠습니다.
import streamlit as st from chat_handler import ChatBot def main(): st.title("? AI Chatbot") # Initialize session state if "chatbot" not in st.session_state: st.session_state.chatbot = ChatBot() # Chat interface if "messages" not in st.session_state: st.session_state.messages = [] # Display chat history for message in st.session_state.messages: with st.chat_message(message["role"]): st.write(message["content"]) # Chat input if prompt := st.chat_input("What's on your mind?"): # Add user message to chat history st.session_state.messages.append({"role": "user", "content": prompt}) with st.chat_message("user"): st.write(prompt) # Get bot response response = st.session_state.chatbot.get_response(prompt) # Add assistant response to chat history st.session_state.messages.append({"role": "assistant", "content": response}) with st.chat_message("assistant"): st.write(response) if __name__ == "__main__": main()
주요 특징
- 대화 메모리: 챗봇은 대화 내용을 저장하여 컨텍스트를 유지합니다.
- 시스템 프롬프트: 시스템 프롬프트를 통해 챗봇의 행동과 성격을 정의합니다.
- 오류 처리: 구현에는 API 호출에 대한 기본 오류 처리가 포함됩니다.
- 사용자 인터페이스: Streamlit을 사용한 깔끔하고 직관적인 웹 인터페이스
챗봇 실행하기
- OpenAI API 키를 사용하여 .env 파일을 만듭니다.
OPENAI_API_KEY=your_api_key_here
- 애플리케이션 실행:
streamlit run app.py
잠재적인 개선 사항
- 대화 지속성: 채팅 기록 저장에 데이터베이스 통합을 추가합니다.
- 맞춤형 성격: 사용자가 다양한 챗봇 성격을 선택할 수 있습니다.
- 입력 검증: 더욱 강력한 입력 검증 및 삭제를 추가합니다.
- API 속도 제한: 속도 제한을 구현하여 API 사용량을 관리합니다.
- 응답 스트리밍: 더 나은 사용자 경험을 위해 스트리밍 응답을 추가하세요.
결론
이 구현은 기본적이지만 기능적인 생성 AI 챗봇을 보여줍니다. 모듈식 설계를 통해 특정 요구 사항에 따라 쉽게 확장하고 사용자 정의할 수 있습니다. 이 예시에서는 OpenAI의 API를 사용하지만 다른 언어 모델이나 API에도 동일한 원칙을 적용할 수 있습니다.
챗봇 배포 시 다음 사항을 고려해야 한다는 점을 기억하세요.
- API 비용 및 사용 제한
- 사용자 데이터 개인정보 보호 및 보안
- 응답 지연 및 최적화
- 입력 확인 및 콘텐츠 조정
자원
- OpenAI API 문서
- 간단한 문서화
- Python 환경 관리
위 내용은 간단한 생성 AI 챗봇 구축: 실용 가이드의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

기사는 구문 모호성으로 인해 파이썬에서 튜플 이해의 불가능성에 대해 논의합니다. 튜플을 효율적으로 생성하기 위해 튜플 ()을 사용하는 것과 같은 대안이 제안됩니다. (159 자)

이 기사는 파이썬의 모듈과 패키지, 차이점 및 사용법을 설명합니다. 모듈은 단일 파일이고 패키지는 __init__.py 파일이있는 디렉토리이며 관련 모듈을 계층 적으로 구성합니다.

기사는 Python의 Docstrings, 사용법 및 혜택에 대해 설명합니다. 주요 이슈 : 코드 문서 및 접근성에 대한 문서의 중요성.

기사는 Lambda 기능, 일반 기능과의 차이 및 프로그래밍 시나리오에서의 유틸리티에 대해 설명합니다. 모든 언어가 그들을 지원하는 것은 아닙니다.

기사는 파괴, 계속 및 Python을 통과시켜 루프 실행 및 프로그램 흐름을 제어하는 역할을 설명합니다.

이 기사는 기능 및 클래스와 같은 코드 구조에서 자리 표시 자로 사용되는 NULL 작업 인 Python의 'Pass'명령문에 대해 설명하여 구문 오류없이 향후 구현을 허용합니다.

기사는 파이썬의 인수와 같은 기능을 전달하는 것에 대해 논의하며, 모듈성과 같은 이점 및 분류 및 장식기와 같은 사용 사례를 강조합니다.

기사는 Python의 / 및 // 연산자에 대해 논의합니다 : / True Division, // for floor division. 주요 이슈는 차이점과 사용 사례를 이해하는 것입니다. 문자 수 : 158


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

WebStorm Mac 버전
유용한 JavaScript 개발 도구

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구
