


Dalam tutorial ini, kami akan meneruskan mencipta chatbot AI generatif menggunakan Python dan API OpenAI. Kami akan membina bot sembang yang boleh melibatkan diri dalam perbualan semula jadi sambil mengekalkan konteks dan memberikan respons yang berguna.
Prasyarat
- Python 3.8
- Pemahaman asas pengaturcaraan Python
- Kunci API OpenAI
- Pengetahuan asas tentang API RESTful
Menyediakan Persekitaran
Pertama, mari kita sediakan persekitaran pembangunan kita. Buat projek Python baharu dan pasang kebergantungan yang diperlukan:
pip install openai python-dotenv streamlit
Struktur Projek
Bot sembang kami akan mempunyai struktur modular yang bersih:
chatbot/ ├── .env ├── app.py ├── chat_handler.py └── requirements.txt
Perlaksanaan
Mari kita mulakan dengan logik chatbot teras kami dalam chat_handler.py:
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)}"
Sekarang, mari buat antara muka web yang mudah menggunakan Streamlit dalam app.py:
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()
Ciri-ciri Utama
- Memori Perbualan: Bot sembang mengekalkan konteks dengan menyimpan sejarah perbualan.
- Gesaan Sistem: Kami mentakrifkan gelagat dan personaliti chatbot melalui gesaan sistem.
- Pengendalian Ralat: Pelaksanaan termasuk pengendalian ralat asas untuk panggilan API.
- Antara Muka Pengguna: Antara muka web yang bersih dan intuitif menggunakan Streamlit.
Menjalankan Chatbot
- Buat fail .env dengan kunci API OpenAI anda:
OPENAI_API_KEY=your_api_key_here
- Jalankan aplikasi:
streamlit run app.py
Potensi Peningkatan
- Kegigihan Perbualan: Tambahkan penyepaduan pangkalan data untuk menyimpan sejarah sembang.
- Peribadi Tersuai: Benarkan pengguna memilih personaliti bot sembang yang berbeza.
- Pengesahan Input: Tambahkan pengesahan dan pembersihan input yang lebih mantap.
- Penghadan Kadar API: Laksanakan pengehadan kadar untuk mengurus penggunaan API.
- Penstriman Balasan: Tambahkan respons penstriman untuk pengalaman pengguna yang lebih baik.
Kesimpulan
Pelaksanaan ini menunjukkan chatbot AI generatif asas tetapi berfungsi. Reka bentuk modular memudahkan untuk melanjutkan dan menyesuaikan berdasarkan keperluan khusus. Walaupun contoh ini menggunakan API OpenAI, prinsip yang sama boleh digunakan dengan model atau API bahasa lain.
Ingat bahawa apabila menggunakan chatbot, anda harus mempertimbangkan:
- Kos API dan had penggunaan
- Privasi dan keselamatan data pengguna
- Latensi dan pengoptimuman respons
- Pengesahan input dan penyederhanaan kandungan
Sumber
- Dokumentasi OpenAI API
- Strim Dokumentasi
- Pengurusan Persekitaran Python
Atas ialah kandungan terperinci Membina Chatbot AI Generatif Mudah: Panduan Praktikal. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Artikel membincangkan kemustahilan pemahaman tuple di Python kerana kekaburan sintaks. Alternatif seperti menggunakan tuple () dengan ekspresi penjana dicadangkan untuk mencipta tupel dengan cekap. (159 aksara)

Artikel ini menerangkan modul dan pakej dalam Python, perbezaan, dan penggunaannya. Modul adalah fail tunggal, manakala pakej adalah direktori dengan fail __init__.py, menganjurkan modul yang berkaitan secara hierarki.

Artikel membincangkan docstrings dalam python, penggunaan, dan faedah mereka. Isu Utama: Kepentingan Docstrings untuk Dokumentasi Kod dan Kebolehcapaian.

Artikel membincangkan fungsi Lambda, perbezaan mereka dari fungsi tetap, dan utiliti mereka dalam senario pengaturcaraan. Tidak semua bahasa menyokong mereka.

Artikel membincangkan Break, Continue, dan Lulus di Python, menerangkan peranan mereka dalam mengawal pelaksanaan gelung dan aliran program.

Artikel ini membincangkan pernyataan 'lulus' di Python, operasi null yang digunakan sebagai pemegang tempat dalam struktur kod seperti fungsi dan kelas, yang membolehkan pelaksanaan masa depan tanpa kesilapan sintaks.

Artikel membincangkan fungsi lulus sebagai argumen dalam python, menonjolkan manfaat seperti modularity dan penggunaan kes seperti penyortiran dan penghias.

Artikel membincangkan / dan // pengendali dalam python: / untuk bahagian yang benar, // untuk bahagian lantai. Isu utama adalah memahami perbezaan dan kes penggunaannya. Kira -kira: 158


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

Muat turun versi mac editor Atom
Editor sumber terbuka yang paling popular
