建立簡單的生成式人工智慧聊天機器人：實用指南-Python教學-PHP中文網

建立簡單的生成式人工智慧聊天機器人：實用指南

Linda Hamilton

發布： 2024-12-11 13:12:11

原創

259 人瀏覽過

Building a Simple Generative AI Chatbot: A Practical Guide

在本教學中，我們將逐步使用 Python 和 OpenAI API 建立生成式 AI 聊天機器人。我們將建立一個聊天機器人，它可以進行自然對話，同時保持上下文並提供有用的回應。

先決條件

Python 3.8
Python 程式設計的基本了解
OpenAI API 金鑰
RESTful API 基礎

設定環境

首先，讓我們設定我們的開發環境。建立一個新的Python專案並安裝所需的依賴項：

pip install openai python-dotenv streamlit

登入後複製

專案結構

我們的聊天機器人將具有乾淨的模組化結構：

chatbot/
├── .env
├── app.py
├── chat_handler.py
└── requirements.txt

登入後複製

執行

讓我們從 chat_handler.py 中的核心聊天機器人邏輯開始：

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)}"

登入後複製

現在，讓我們在 app.py 中使用 Streamlit 建立一個簡單的 Web 介面：

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()

登入後複製