cari
Rumahpembangunan bahagian belakangTutorial PythonMembina Chatbot AI Generatif Mudah: Panduan Praktikal

Building a Simple Generative AI Chatbot: A Practical Guide

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

  1. Memori Perbualan: Bot sembang mengekalkan konteks dengan menyimpan sejarah perbualan.
  2. Gesaan Sistem: Kami mentakrifkan gelagat dan personaliti chatbot melalui gesaan sistem.
  3. Pengendalian Ralat: Pelaksanaan termasuk pengendalian ralat asas untuk panggilan API.
  4. Antara Muka Pengguna: Antara muka web yang bersih dan intuitif menggunakan Streamlit.

Menjalankan Chatbot

  1. Buat fail .env dengan kunci API OpenAI anda:
OPENAI_API_KEY=your_api_key_here
  1. Jalankan aplikasi:
streamlit run app.py

Potensi Peningkatan

  1. Kegigihan Perbualan: Tambahkan penyepaduan pangkalan data untuk menyimpan sejarah sembang.
  2. Peribadi Tersuai: Benarkan pengguna memilih personaliti bot sembang yang berbeza.
  3. Pengesahan Input: Tambahkan pengesahan dan pembersihan input yang lebih mantap.
  4. Penghadan Kadar API: Laksanakan pengehadan kadar untuk mengurus penggunaan API.
  5. 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!

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Adakah pemahaman tuple mungkin di Python? Jika ya, bagaimana dan jika tidak mengapa?Adakah pemahaman tuple mungkin di Python? Jika ya, bagaimana dan jika tidak mengapa?Apr 28, 2025 pm 04:34 PM

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)

Apakah modul dan pakej dalam Python?Apakah modul dan pakej dalam Python?Apr 28, 2025 pm 04:33 PM

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.

Apa itu Docstring dalam Python?Apa itu Docstring dalam Python?Apr 28, 2025 pm 04:30 PM

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

Apakah fungsi lambda?Apakah fungsi lambda?Apr 28, 2025 pm 04:28 PM

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

Apakah rehat, teruskan dan lulus dalam Python?Apakah rehat, teruskan dan lulus dalam Python?Apr 28, 2025 pm 04:26 PM

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

Apakah pas di Python?Apakah pas di Python?Apr 28, 2025 pm 04:25 PM

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.

Bolehkah kita lulus fungsi sebagai hujah di Python?Bolehkah kita lulus fungsi sebagai hujah di Python?Apr 28, 2025 pm 04:23 PM

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

Apakah perbezaan antara / dan // dalam Python?Apakah perbezaan antara / dan // dalam Python?Apr 28, 2025 pm 04:21 PM

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

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

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

Alat panas

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 Linux versi baharu

SublimeText3 Linux versi baharu

SublimeText3 Linux versi terkini

DVWA

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

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

Muat turun versi mac editor Atom

Editor sumber terbuka yang paling popular