在本文中，我們將了解使用 ChatGPT API 和 gradio 在 Python 中構(gòu)建聊天應(yīng)用程序和應(yīng)答機(jī)器人所涉及的步驟。

使用 Python 開發(fā)聊天應(yīng)用程序可以為 ChatGPT 網(wǎng)站提供更多控制和靈活性。您可以根據(jù)需要自定義和擴(kuò)展聊天應(yīng)用程序。它還可以幫助您與現(xiàn)有系統(tǒng)和其他 API 集成。

什么是Gradio？

Gradio 是一個(gè) Python 庫，可以輕松為預(yù)測(cè)和生成模型創(chuàng)建可定制的用戶界面，使您可以快速構(gòu)建交互式應(yīng)用程序，而無需豐富的前端開發(fā)經(jīng)驗(yàn)。

請(qǐng)參閱下面使用 Gradio 的一些好處。

1. 快速模型：通過使用 Gradio，您可以快速迭代和試驗(yàn)不同的模型配置和用戶界面，而無需編寫大量代碼。

2. 無需前端開發(fā)技能：您無需成為前端開發(fā)專家即可使用 Gradio 創(chuàng)建交互式應(yīng)用程序。它解決了構(gòu)建用戶界面的復(fù)雜性，使您能夠?qū)Ｗ⒂谀Ｐ偷墓δ堋?/p>

3. 多輸入和多輸出支持： Gradio 支持具有多個(gè)輸入和輸出的模型，使其能夠靈活地適應(yīng)各種人工智能應(yīng)用。

4. 實(shí)時(shí)反饋： Gradio 提供實(shí)時(shí)反饋，使用戶可以查看結(jié)果并輕松與模型交互。

5. 共享和部署： Gradio 使共享和部署 Web 應(yīng)用程序變得簡(jiǎn)單。

如何獲取 ChatGPT API

首先，第一步也是最重要的一步是使用此鏈接進(jìn)行注冊(cè)：platform.openai.com。您可以使用現(xiàn)有的 Google 或 Microsoft 帳戶輕松注冊(cè)。注冊(cè)后，您將需要獲取秘密 API 密鑰才能使用該 API。它看起來像下面這樣。請(qǐng)務(wù)必復(fù)制您的 API 密鑰并保留以供將來參考。

sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

完成注冊(cè)過程后，您將收到 5 美元的免費(fèi)贈(zèng)款，用于測(cè)試 ChatGPT API。該補(bǔ)助金將在 3 個(gè)月后到期。贈(zèng)款用完后，每用于 GPT-3.5 的 1000 個(gè)代幣，您將需要支付 0.0015 美元。令牌本質(zhì)上被視為單詞。請(qǐng)務(wù)必對(duì)您的 API 密鑰保密，不要與他人共享，因?yàn)槟鷮⒊袚?dān)因使用它們而產(chǎn)生的任何費(fèi)用。

對(duì)于具有 8,000 個(gè)上下文長(zhǎng)度的GPT-4模型（例如 gpt-4），定價(jià)相對(duì)高于 GPT-3.5 模型。該型號(hào)的定價(jià)如下：

• $0.03/1000 提示代幣

• $0.06/1000 個(gè)采樣代幣

對(duì)于具有較高上下文長(zhǎng)度 32,000 的 GPT-4 模型（例如 gpt-4-32k），定價(jià)是具有 8K 上下文長(zhǎng)度的模型的兩倍。

• $0.06/1000 提示代幣

• $0.12/1000 個(gè)采樣代幣

演示：ChatGPT 克隆

請(qǐng)參閱下面的 GIF 圖片，其中顯示了 ChatGPT 的外觀和工作原理。

ChatGPT 的外觀和工作原理

安裝所需的包

確保安裝這 3 個(gè) python 包gradio openai kivy。kivy 包將幫助您單擊按鈕將 ChatGPT 輸出復(fù)制到剪貼板。

pip?install?gradio?openai?kivy

Python代碼：ChatGPT克隆

import?gradio?as?grimport?openaifrom?kivy.core.clipboard?import?Clipboard

prompt?=?"Send?a?message"
????def?chat(prompt,?apiKey,?model):
????error_message?=?""
????try:????
????????response?=?openai.ChatCompletion.create(
??????????model?=?model,
??????????api_key?=?apiKey,
??????????messages?=?[{'role':?'user',?'content':?prompt}],
??????????temperature?=?0.7??
????????)
????????
????except?Exception?as?e:
????????error_message?=?str(e)

????if?error_message:
????????return?"An?error?occurred:?{}".format(error_message)
????else:
????????return?response['choices'][0]['message']['content']
????????def?chatGPT(userMsg,?history,?modelType,?apiKey):
????history?=?history?or?[]
????comb?=?list(sum(history,?()))
????comb.append(userMsg)
????prompt?=?'?'.join(comb)
????output?=?chat(prompt,?apiKey,?modelType)
????history.append((userMsg,?output))
????return?history,?history????
def?lastReply(history):
????if?history?is?None:
????????result?=?""
????else:????
????????result?=?history[-1][1]
????????Clipboard.copy(result)
????return?resultwith?gr.Blocks(theme=gr.themes.Monochrome(),?css="pre?{background:?#f6f6f6}?#submit?{background-color:?#fcf5ef;?color:?#c88f58;}?#stop,?#clear,?#copy?{max-width:?165px;}?#myrow?{justify-content:?center;}")?as?demo:
????gr.Markdown("""<center><h1>???ChatGPT</h1></center>""")
????with?gr.Row():
????????with?gr.Column(scale=0.5):
????????????modelType?=?gr.Dropdown(choices=["gpt-3.5-turbo",?"gpt-4"],?value="gpt-3.5-turbo",?label="Model",?info="Select?your?model?type"?)
????????with?gr.Column(scale=0.5,?min_width=0):????????????
????????????apiKey?=?gr.Textbox(label="API?Key",?info="Enter?API?Key",?lines=1,?placeholder="sk-xxxxxxxxxxx")
????chatbot?=?gr.Chatbot().style(height=250)
????state?=?gr.State()
????with?gr.Row():
????????with?gr.Column(scale=0.85):
????????????msg?=?gr.Textbox(show_label=False,?placeholder=prompt).style(container=False)
????????with?gr.Column(scale=0.15,?min_width=0):
????????????submit?=?gr.Button("Submit",?elem_id="submit")
????with?gr.Row(elem_id="myrow"):
????????stop?=?gr.Button("???Stop",?elem_id="stop")????????
????????clear?=?gr.Button("????Clear?History",?elem_id="clear")
????????copy?=?gr.Button("???Copy?last?reply",?elem_id="copy")
????clear.click(lambda:?(None,?None,?None),?None,?outputs=[chatbot,?state,?msg],?queue=False)????????
????submit_event?=?submit.click(chatGPT,?inputs=[msg,?state,?modelType,?apiKey],?outputs=[chatbot,?state])
????submit2_event?=?msg.submit(chatGPT,?inputs=[msg,?state,?modelType,?apiKey],?outputs=[chatbot,?state])
????stop.click(None,?None,?None,?cancels=[submit_event,?submit2_event])
????copy.click(lastReply,?inputs=[state],?outputs=None)demo.queue().launch(inbrowser=True,?debug=True)

ChatGPT 克隆的特點(diǎn)

ChatGPT 克隆的主要特點(diǎn)如下：

• 復(fù)制上次回復(fù)：用戶可以輕松復(fù)制ChatGPT生成的上次回復(fù)，方便參考或分享。

• 清除歷史記錄：它提供清除對(duì)話歷史記錄的選項(xiàng)，使用戶能夠重新開始。

• 能夠停止處理正在運(yùn)行的代碼：如果在聊天中執(zhí)行代碼，ChatGPT Clone 允許用戶根據(jù)需要停止處理。當(dāng)它長(zhǎng)時(shí)間運(yùn)行并且不返回任何內(nèi)容時(shí)停止處理是很有用的。

• 模型類型之間輕松切換：ChatGPT Clone 允許您在 GPT-3.5 和 GPT-4 之間切換。

如何啟用ChatGPT的對(duì)話記憶

默認(rèn)情況下，ChatGPT API 不會(huì)保留之前對(duì)話的內(nèi)存。每個(gè) API 請(qǐng)求都被視為一個(gè)單獨(dú)的聊天會(huì)話，因此當(dāng) ChatGPT 響應(yīng)您當(dāng)前的查詢時(shí)，它不會(huì)調(diào)用您之前問題中的任何信息。

如果您想通過提出進(jìn)一步的問題來改進(jìn) ChatGPT 的響應(yīng)，這可能是一個(gè)缺點(diǎn)。它還可以幫助您設(shè)計(jì)給 ChatGPT 的提示。為了讓 ChatGPT 記住之前的對(duì)話，您需要在每次與其交互時(shí)提供上下文。

import openaiimport os
os.environ['OPENAI_API_KEY'] = "sk-xxxxxxxxxxxxxxxxxxxxxxx"openai.api_key = os.getenv("OPENAI_API_KEY")chatHistory = []def chat(prompt, modelName="gpt-3.5-turbo", temperature=0.7, top_p=1):
 ? ?params = {
 ? ? ? ?"model": modelName,
 ? ? ? ?"temperature": temperature,
 ? ? ? ?"top_p": top_p ? ?}

 ? ?chatHistory.append({"role": "user", "content": prompt})

 ? ?response = openai.ChatCompletion.create(
 ? ? ? ?**params,
 ? ? ? ?messages=chatHistory ? ?)

 ? ?answer = response["choices"][0]["message"]["content"].strip()
 ? ?chatHistory.append({"role": "assistant", "content": answer})

 ? ?return answer
chat("2+2")4chat("square of it")16chat("add 3 to it")19